Claude Opus 4.8 vs GLM 5.3 FlashX (medium)

GLM 5.3 FlashX (medium) лидирует по среднему баллу: 7.1 vs 6.9. GLM 5.3 FlashX (medium) имеет более низкую стоимость benchmark: $0.114 vs $2.334. GLM 5.3 FlashX (medium) быстрее: 7.37s vs 7.54s, с долей успешных попыток 60.9% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-09

Сравниваемые модели

Ранг: #179
Общее число выходных токенов: 24,343
Время ответа (среднее): 7.54s
Общая стоимость: $2.334

Ранг: #161
Общее число выходных токенов: 30,048
Время ответа (среднее): 7.37s
Общая стоимость: $0.114

Рекомендуемая модель GLM 5.3 FlashX (medium)

Здесь у него лучший балл (7.1), при этом он примерно в 20.6 раза дешевле, чем Claude Opus 4.8.

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	GLM 5.3 FlashX GLM 5.3 FlashX medium Релиз: 2026-09-21

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	GLM 5.3 FlashX GLM 5.3 FlashX medium Релиз: 2026-09-21
Оценка	6.9	7.1
Ранг	#179	#161
Надежность	10.0	10.0
Стабильность	9.3	7.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	60.9%	69.6%
Нестабильные тесты	2	8
Всего запусков	69	69
Стоимость за результат	17.953	0.946
Общая стоимость	$2.334	$0.114
Цена входа	$5.000 / 1M	$0.370 / 1M
Цена выхода	$25.000 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.090 / 1M
Цена записи в кэш	$6.250 / 1M	Н/Д
Общее число входных токенов	345,059	205,100
Выходные токены	24,343	8,639
Токены рассуждений	0	21,409
Время ответа (среднее)	7.54s	7.37s
Время ответа (макс.)	65.07s	74.39s
Время ответа (суммарно)	173.31s	169.54s
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.

#179 Claude Opus 4.8

none

Стоимость: $0.053
Время: 22.0s
Токены: 2,253 tok

#161 GLM 5.3 FlashX

medium

Стоимость: $0.002
Время: 8.1s
Токены: 1,480 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	5.0	10.0	0.0%	0		65.07s	195,856	7,546	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		74.39s	120,771	922	9,693

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 5.3 FlashX	7.3	5.8	83.3%	2		1.71s	639	343	368

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 5.3 FlashX	6.0	4.6	66.7%	2		6.37s	7,317	384	5,562

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
GLM 5.3 FlashX	2.8	1.6	33.3%	2		15.97s	59,549	5,920	2,786

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 5.3 FlashX	10.0	10.0	100.0%	0		1.74s	7,149	210	134

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		1.76s	972	61	0
GLM 5.3 FlashX	3.6	7.2	22.2%	1		3.52s	759	38	2,005

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 5.3 FlashX	3.4	2.2	33.3%	1		1.79s	498	135	0

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 5.3 FlashX	10.0	10.0	100.0%	0		1.51s	678	72	70

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 5.3 FlashX	10.0	10.0	100.0%	0		1.84s	672	306	371

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 5.3 FlashX	10.0	10.0	100.0%	0		10.30s	6,861	231	20

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 5.3 FlashX	3.0	10.0	0.0%	0		2.60s	207	78	400

Сменить пару сравнения