Claude Opus 4.8 (medium) vs GLM 5.3 FlashX Legal (high)

Claude Opus 4.8 (medium) лидирует по среднему баллу: 8.3 vs 8.2. GLM 5.3 FlashX Legal (high) имеет более низкую стоимость benchmark: $0.521 vs $3.490. Claude Opus 4.8 (medium) быстрее: 16.72s vs 35.19s, с долей успешных попыток 82.6% vs 72.5%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-10

Сравниваемые модели

Ранг: #119
Общее число выходных токенов: 67,522
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #127
Общее число выходных токенов: 345,985
Время ответа (среднее): 35.19s
Общая стоимость: $0.521

Рекомендуемая модель GLM 5.3 FlashX Legal (high)

Его балл близок к лучшему здесь (8.2 против 8.3), при этом он примерно в 6.7 раза дешевле, чем Claude Opus 4.8 (medium).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high Релиз: 2026-11-02

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high Релиз: 2026-11-02
Оценка	8.3	8.2
Ранг	#119	#127
Надежность	10.0	9.7
Стабильность	9.0	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	72.5%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	20.527	3.473
Общая стоимость	$3.490	$0.521
Цена входа	$5.000 / 1M	$0.370 / 1M
Цена выхода	$25.000 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.075 / 1M
Цена записи в кэш	$6.250 / 1M	Н/Д
Общее число входных токенов	360,294	238,713
Выходные токены	43,441	7,034
Токены рассуждений	24,401	338,951
Время ответа (среднее)	16.72s	35.19s
Время ответа (макс.)	99.37s	298.81s
Время ответа (суммарно)	384.66s	809.47s
Параметры	~5T всего (~500B активных)	~320B всего (~18B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#119 Claude Opus 4.8

medium

Стоимость: $0.057
Время: 23.1s
Токены: 2,412 tok

#127 GLM 5.3 FlashX Legal

high

Стоимость: $0.018
Время: 103.8s
Токены: 13,703 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		78.95s	140,782	1,206	13,815

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.50s	639	282	456

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
GLM 5.3 FlashX Legal	8.2	7.2	88.9%	1		27.50s	7,317	397	31,799

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
GLM 5.3 FlashX Legal	6.9	5.9	66.7%	1		22.42s	73,021	3,779	11,384

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.32s	7,149	210	358

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		188.77s	759	195	278,113

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
GLM 5.3 FlashX Legal	4.8	3.2	33.3%	1		1.78s	498	204	214

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.53s	678	72	240

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		2.45s	672	411	479

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		7.41s	6,991	225	98

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		8.62s	207	53	1,995

Сменить пару сравнения

GPT-5.6 TerramediumvsGLM 5.3 FlashX Legalhigh Claude Opus 4.8mediumvsGemini 4 Argonlow Claude Opus 4.8mediumvsDeepSeek V4.1 Flash 1017max Claude Opus 4.8mediumvsGrok 4.5high DeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX Legalhigh Gemini 4 ArgonlowvsGLM 5.3 FlashX Legalhigh Claude Opus 4.8mediumvsKimi K3max Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Qwen3.7 PlusmediumvsGLM 5.3 FlashX Legalhigh Ling 3.1 FlashmediumvsGLM 5.3 FlashX Legalhigh Seed-2.0-LitemediumvsGLM 5.3 FlashX Legalhigh GPT-6 LunamediumvsGLM 5.3 FlashX Legalhigh