导航
Advertise here

已对比模型

Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium) 基准对比: Claude Sonnet 5 (medium) 在分数上以 8.5 领先。 Claude Sonnet 4.6 (medium) 在可靠性上以 10.0 领先。 GLM 5.2 (medium) 的总成本最低,为 $1.007。 Claude Sonnet 5 (medium) 最快,为 15.01s。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-17

已对比模型

排名
#298
总输出令牌
120,427
响应时间(平均)
28.08s
总成本
$2.126
排名
#121
总输出令牌
73,018
响应时间(平均)
15.01s
总成本
$1.438
排名
#142
总输出令牌
67,522
响应时间(平均)
16.72s
总成本
$3.490
排名
#147
总输出令牌
81,020
响应时间(平均)
26.88s
总成本
$1.007
推荐模型 Claude Sonnet 5 (medium)

它在这里得分最高(8.5),同时成本比本次比较中的其他模型低约 1.5 倍。

详细对比

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 medium 发布日期: 2026-02-17 Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30 Claude Opus 4.8 Claude Opus 4.8 medium 发布日期: 2026-05-28 GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17
分数 6.4 8.5 8.3 8.2
排名 #298 #121 #142 #147
可靠性 10.0 10.0 10.0 9.6
一致性 9.1 9.1 9.0 8.1
尝试次数 66/69 69/69 69/69 66/69
测试正确
尝试通过率 62.3% 76.8% 82.6% 81.2%
不稳定测试 1 3 3 4
总运行次数 66 69 69 66
每个结果成本 15.182 8.985 20.527 2.890
总成本 $2.126 $1.438 $3.490 $1.007
输入价格 $3.000 / 1M $2.000 / 1M $5.000 / 1M $0.153 / 1M
输出价格 $15.000 / 1M $10.000 / 1M $25.000 / 1M $12.000 / 1M
缓存读取价格 $0.300 / 1M $0.200 / 1M $0.500 / 1M $0.150 / 1M
缓存写入价格 $3.750 / 1M $2.500 / 1M $6.250 / 1M 不适用
总输入令牌 106,316 353,658 360,294 227,164
输出令牌 79,338 54,891 43,441 20,029
推理令牌 41,089 18,370 24,401 60,991
响应时间(平均) 28.08s 15.01s 16.72s 26.88s
响应时间(最大) 140.96s 69.26s 99.37s 102.40s
响应时间(总计) 421.15s 345.16s 384.66s 591.34s
参数量 ~1T 总计 (~100B 激活) ~1T 总计 (~100B 激活) ~5T 总计 (~500B 激活) 744B 总计 (40B 激活)
开放状态 闭源 闭源 闭源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

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.
成本
$0.000
时间
300.0s
令牌
0 tok

#121 Claude Sonnet 5

medium
成本
$0.007
时间
6.4s
令牌
832 tok

#142 Claude Opus 4.8

medium
成本
$0.057
时间
23.1s
令牌
2,412 tok

#147 GLM 5.2

medium
成本
$0.041
时间
195.8s
令牌
9,287 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
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

切换对比组合