Navigare
Advertise here

Modele comparate

Comparație benchmark Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium): Claude Sonnet 5 (medium) conduce la Scor cu 8.5. Claude Sonnet 4.6 (medium) conduce la Fiabilitate cu 10.0. GLM 5.2 (medium) are cel mai mic Cost total, $1.007. Claude Sonnet 5 (medium) are cel mai rapid timp de răspuns, 15.01s.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-17

Modele comparate

Rang
#298
Total tokenuri de ieșire
120,427
Timp de răspuns (mediu)
28.08s
Cost total
$2.126
Rang
#121
Total tokenuri de ieșire
73,018
Timp de răspuns (mediu)
15.01s
Cost total
$1.438
Rang
#142
Total tokenuri de ieșire
67,522
Timp de răspuns (mediu)
16.72s
Cost total
$3.490
Rang
#147
Total tokenuri de ieșire
81,020
Timp de răspuns (mediu)
26.88s
Cost total
$1.007
Model recomandat Claude Sonnet 5 (medium)

Are cel mai bun scor aici (8.5) și costă de aproximativ 1.5x mai puțin decât celelalte modele din această comparație.

Comparație detaliată

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Claude Sonnet 5 Claude Sonnet 5 medium Lansare: 2026-06-30 Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28 GLM 5.2 GLM 5.2 medium Lansare: 2026-06-17
Scor 6.4 8.5 8.3 8.2
Rang #298 #121 #142 #147
Fiabilitate 10.0 10.0 10.0 9.6
Consistență 9.1 9.1 9.0 8.1
Încercări 66/69 69/69 69/69 66/69
Teste corecte
Rată de trecere pe încercare 62.3% 76.8% 82.6% 81.2%
Teste instabile 1 3 3 4
Rulări totale 66 69 69 66
Cost per rezultat 15.182 8.985 20.527 2.890
Cost total $2.126 $1.438 $3.490 $1.007
Preț de intrare $3.000 / 1M $2.000 / 1M $5.000 / 1M $0.153 / 1M
Preț de ieșire $15.000 / 1M $10.000 / 1M $25.000 / 1M $12.000 / 1M
Preț citire cache $0.300 / 1M $0.200 / 1M $0.500 / 1M $0.150 / 1M
Preț scriere cache $3.750 / 1M $2.500 / 1M $6.250 / 1M N/D
Total tokenuri de intrare 106,316 353,658 360,294 227,164
Tokenuri de ieșire 79,338 54,891 43,441 20,029
Tokenuri de raționament 41,089 18,370 24,401 60,991
Timp de răspuns (mediu) 28.08s 15.01s 16.72s 26.88s
Timp de răspuns (maxim) 140.96s 69.26s 99.37s 102.40s
Timp de răspuns (total) 421.15s 345.16s 384.66s 591.34s
Parametri ~1T în total (~100B activi) ~1T în total (~100B activi) ~5T în total (~500B activi) 744B în total (40B activi)
Disponibilitate Închis Închis Închis Sursă deschisă

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#298 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

#121 Claude Sonnet 5

medium
Cost
$0.007
Timp
6.4s
Tokenuri
832 tok

#142 Claude Opus 4.8

medium
Cost
$0.057
Timp
23.1s
Tokenuri
2,412 tok

#147 GLM 5.2

medium
Cost
$0.041
Timp
195.8s
Tokenuri
9,287 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

Schimbă perechea de comparație