Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5.1

Сводка

Сравнение benchmark Claude Opus 4.8 vs GLM 5.1 (medium): Claude Opus 4.8 лидирует по среднему баллу: 7.2 vs 7.1. GLM 5.1 (medium) имеет более низкую стоимость benchmark: $0.288 vs $0.539. Claude Opus 4.8 быстрее: 3.48s vs 33.67s, с долей успешных попыток 61.9% vs 68.3%.

Рекомендуемая модель: Claude Opus 4.8 - Здесь у него лучший балл (7.2), и он отвечает примерно в 9.7 раза быстрее, чем GLM 5.1 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-10

Метрика Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28 GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07
Оценка 7.2 7.1
Ранг #70 #77
Надежность 10.0 6.7
Стабильность 9.2 8.3
Тестов верно
Доля успешных попыток 61.9% 68.3%
Нестабильные тесты 2 4
Всего запусков 63 63
Стоимость за результат 4.485 2.496
Общая стоимость $0.539 $0.288
Цена входа $5.000 / 1M $0.966 / 1M
Цена выхода $25.000 / 1M $3.036 / 1M
Общее число входных токенов 67,104 32,995
Выходные токены 8,107 11,655
Токены рассуждений 0 75,421
Время ответа (среднее) 3.48s 33.67s
Время ответа (макс.) 17.73s 172.60s
Время ответа (суммарно) 73.00s 673.41s

Генерация showcase

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Стоимость
$0.053
Время
22.0s
Токены
2,253 tok

#77 GLM 5.1

medium
Неверный SVG
Стоимость
$0.000
Время
300.0s
Токены
0 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

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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 5.3 7.2 44.4% 1 1.70s 975 61 0
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
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 3.48s 708 230 0
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
Следование инструкциям 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 1.37s 909 95 0
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
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 5.35s 11,775 355 0
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.41s 258 212 0
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashhighvsGLM 5.1mediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumБесплатно доступноQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsLaguna XS 2.1mediumБесплатно доступноGemini 3 Flash PreviewnonevsGLM 5.1mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium