Zum Hauptinhalt springen

Direktvergleich

Claude Opus 4.5 vs. GLM-5.3-Flash

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen
33
verschiedene Benchmark-Messgrößen
7
jüngster Abruf
16.10.2026

Modellauswahl ändern

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Opus 4.5 und GLM-5.3-Flash
MerkmalClaude Opus 4.5GLM-5.3-Flash
AnbieterAnthropicZ.ai
ErschienenNov. 202526. Aug. 2026
VerfügbarkeitAktivOpen Source
ModelltypProprietärOpen Weights
ParameterNicht veröffentlicht320 Mrd., 18 Mrd. aktiv
ArchitekturNicht veröffentlichtMixture of Experts
Kontextfenster200.000 Token1.000.000 Token
WissensstandMai 2025Nicht veröffentlicht
Technische QuellenModell, KontextModell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Opus 4.5 und GLM-5.3-Flash
PreisartClaude Opus 4.5GLM-5.3-Flash
API-Eingabe5 $0,15 $
API-Ausgabe25 $0,5 $
Cache lesen0,5 $0,03 $
Cache schreiben (5 Min.)6,25 $Nicht ausgewiesen
Cache schreiben (1 Std.)10 $Nicht ausgewiesen
Preis geprüft22.09.2026 Quelle22.09.2026 Quelle
Claude Opus 4.5GLM-5.3-Flash
API-EingabeUSD pro 1 Mio. Token, Basistarif
Claude Opus 4.55 $
GLM-5.3-FlashGünstiger0,15 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Claude Opus 4.525 $
GLM-5.3-FlashGünstiger0,5 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Claude Opus 4.50,5 $
GLM-5.3-FlashGünstiger0,03 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Claude Opus 4.5 und GLM-5.3-Flash
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
Claude Opus 4.5AnthropicDirekt beim EntwicklerStandard-APIGünstigster erfasster Preis: 5 $Günstigster erfasster Preis: 25 $Quelle22.09.2026
Amazon BedrockÜber OpenRouteramazon-bedrockGünstigster erfasster Preis: 5 $Günstigster erfasster Preis: 25 $Quelle26.10.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/eu-west-15,5 $27,5 $Quelle26.10.2026
AnthropicÜber OpenRouteranthropicGünstigster erfasster Preis: 5 $Günstigster erfasster Preis: 25 $Quelle26.10.2026
AzureÜber OpenRouterazure/globalGünstigster erfasster Preis: 5 $Günstigster erfasster Preis: 25 $Quelle26.10.2026
Claude Platform on AWSÜber OpenRouterclaude-on-awsGünstigster erfasster Preis: 5 $Günstigster erfasster Preis: 25 $Quelle26.10.2026
GoogleÜber OpenRoutergoogle-vertex/globalGünstigster erfasster Preis: 5 $Günstigster erfasster Preis: 25 $Quelle26.10.2026
GLM-5.3-FlashZ.aiDirekt beim EntwicklerStandard-API0,15 $0,5 $Quelle22.09.2026
AtlasCloudÜber OpenRouteratlas-cloud/fp80,15 $0,5 $Quelle26.10.2026
BaseTenÜber OpenRouterbaseten/fp80,15 $0,5 $Quelle26.10.2026
BaseTenÜber OpenRouterbaseten/fp8/us0,15 $0,5 $Quelle26.10.2026
CohereÜber OpenRoutercohere0,15 $0,5 $Quelle26.10.2026
CoreWeaveÜber OpenRoutercoreweave/nvfp40,15 $0,5 $Quelle26.10.2026
CrusoeÜber OpenRoutercrusoe/fp40,15 $0,5 $Quelle26.10.2026
DarkbloomÜber OpenRouterdarkbloom/fp40,065 $0,18 $Quelle26.10.2026
DeepInfraÜber OpenRouterdeepinfra/fp40,15 $0,5 $Quelle26.10.2026
DigitalOceanÜber OpenRouterdigitalocean0,1312 $0,4375 $Quelle26.10.2026
FireworksÜber OpenRouterfireworks0,15 $0,5 $Quelle26.10.2026
FriendliÜber OpenRouterfriendli0,15 $0,5 $Quelle26.10.2026
GMICloudÜber OpenRoutergmicloud/fp80,075 $0,25 $Quelle26.10.2026
InceptronÜber OpenRouterinceptron/fp80,17 $0,6 $Quelle26.10.2026
InferenceNetÜber OpenRouterinference-net/fp40,12 $0,388 $Quelle26.10.2026
InferenceNetÜber OpenRouterinference-net/us0,12 $0,388 $Quelle26.10.2026
MakoraÜber OpenRoutermakora0,14 $0,47 $Quelle26.10.2026
MistralÜber OpenRoutermistral0,15 $0,5 $Quelle26.10.2026
ModalÜber OpenRoutermodal/nvfp40,15 $0,5 $Quelle26.10.2026
MorphÜber OpenRoutermorph/fp80,337 $0,65 $Quelle26.10.2026
Near AIÜber OpenRouternear-ai/fp80,08 $0,5 $Quelle26.10.2026
NextBitÜber OpenRouternextbit/fp40,125 $0,5 $Quelle26.10.2026
NovitaÜber OpenRouternovita/fp80,084 $0,28 $Quelle26.10.2026
OpenInferenceÜber OpenRouteropen-inference/fp40,11 $Günstigster erfasster Preis: 0,01 $Quelle26.10.2026
ParasailÜber OpenRouterparasail/fp40,15 $0,5 $Quelle26.10.2026
PhalaÜber OpenRouterphala/nvfp40,1275 $0,425 $Quelle26.10.2026
PrimeIntellectÜber OpenRouterprimeintellect0,15 $0,5 $Quelle26.10.2026
RekaÜber OpenRouterreka0,15 $2,4 $Quelle26.10.2026
RelaceÜber OpenRouterrelaceGünstigster erfasster Preis: 0,0413 $0,0758 $Quelle26.10.2026
Sail ResearchÜber OpenRoutersail-research/fp40,0784 $0,25 $Quelle26.10.2026
Sail ResearchÜber OpenRoutersail-research/us0,0784 $0,25 $Quelle26.10.2026
TogetherÜber OpenRoutertogether0,15 $0,5 $Quelle26.10.2026
VeniceÜber OpenRoutervenice0,15 $0,5 $Quelle26.10.2026
WaferÜber OpenRouterwafer/nvfp40,054 $0,2 $Quelle26.10.2026
Z.AIÜber OpenRouterz-ai/fp80,15 $0,5 $Quelle26.10.2026

Benchmark-Index

Benchmark-Index im Vergleich

Der Index fasst unabhängige Benchmarks auf einer Skala von 0 bis 100 zusammen. Ein Vorsprung zählt erst, wenn ein Modell in mindestens 95 % von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien vorn liegt. Sonst gelten beide als gleichauf.

Zur KI-Bestenliste
Claude Opus 4.5

Gesamtindex

12,1

GLM-5.3-Flash

Gesamtindex

38,8

GLM-5.3-Flash liegt in 8 von 8 gemeinsamen Bereichen vorn.

BereichClaude Opus 4.5GLM-5.3-Flash
Programmieren8,139,3
Schlussfolgern7,025,0
Wissen10,824,0
Agenten12,342,0
Finanzen19,856,5
Recht15,349,0
Gesundheit19,660,1
Multimodal10,441,5

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Claude Opus 4.5GLM-5.3-Flash
GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.579,546 %
GLM-5.3-FlashHöherer Messwert86,364 %
LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.582,837 %
GLM-5.3-FlashHöherer Messwert83,928 %
LiveCodeBench v6Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.575,034 %
GLM-5.3-FlashHöherer Messwert80,51 %
MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.583,246 %
GLM-5.3-FlashHöherer Messwert88,936 %
MMLU-ProOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.585,59 %
GLM-5.3-FlashHöherer Messwert86,059 %
MMMU-ProOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.581,098 %
GLM-5.3-FlashHöherer Messwert86,012 %
TaxEval v2Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.574,325 %
GLM-5.3-FlashHöherer Messwert75,593 %
GPQA DiamondFew-Shot CoT. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.579,293 %
GLM-5.3-FlashHöherer Messwert85,354 %
LegalBenchConclusion Tasks. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.587,7 %
GLM-5.3-FlashHöherer Messwert89,573 %
LiveCodeBench v6Easy. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.5Kein direkter Sieger99,068 %
GLM-5.3-FlashKein direkter Sieger99,068 %
MMLU-ProBiology. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.5Höherer Messwert94,003 %
GLM-5.3-Flash93,863 %
TaxEval v2Correctness. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 4.563,123 %
GLM-5.3-FlashHöherer Messwert64,023 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 4.5 und GLM-5.3-Flash
Benchmark und AufgabeClaude Opus 4.5GLM-5.3-FlashQuelle
GPQA DiamondOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
79,546 %
Höherer Messwert86,364 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
LegalBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
82,837 %
Höherer Messwert83,928 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
LiveCodeBench v6Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
75,034 %
Höherer Messwert80,51 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MedScribeOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 30.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
83,246 %
Höherer Messwert88,936 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MMLU-ProOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
85,59 %
Höherer Messwert86,059 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMMU-ProOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
81,098 %
Höherer Messwert86,012 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
TaxEval v2Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
74,325 %
Höherer Messwert75,593 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
GPQA DiamondFew-Shot CoT
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
79,293 %
Höherer Messwert85,354 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
LegalBenchConclusion Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
87,7 %
Höherer Messwert89,573 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
LiveCodeBench v6Easy
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Kein direkter Sieger99,068 %
Kein direkter Sieger99,068 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProBiology
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert94,003 %
93,863 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
TaxEval v2Correctness
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
63,123 %
Höherer Messwert64,023 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
GPQA DiamondZero-Shot CoT
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
79,798 %
Höherer Messwert87,374 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
LegalBenchInterpretation Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert82,235 %
79,508 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
LiveCodeBench v6Hard
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
44,571 %
Höherer Messwert53,429 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProBusiness
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
80,862 %
Höherer Messwert91,381 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
TaxEval v2Stepwise Reasoning
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
85,527 %
Höherer Messwert87,163 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
LegalBenchIssue Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
84,152 %
Höherer Messwert90,138 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
LiveCodeBench v6Medium
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
81,462 %
Höherer Messwert89,034 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProChemistry
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
89,488 %
Höherer Messwert91,078 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
LegalBenchRhetoric Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
79,777 %
Höherer Messwert81,046 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MMLU-ProComputer Science
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
84,146 %
Höherer Messwert88,78 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
LegalBenchRule Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert80,32 %
79,373 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MMLU-ProEconomics
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
89,573 %
Höherer Messwert90,284 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProEngineering
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
76,161 %
Höherer Messwert81,631 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProHealth
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert83,985 %
80,929 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProHistory
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert78,478 %
74,803 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProLaw
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert78,292 %
71,299 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProMath
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
92,302 %
Höherer Messwert95,189 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProOthers
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert84,632 %
82,468 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProPhilosophy
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert87,776 %
84,569 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProPhysics
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
89,838 %
Höherer Messwert91,84 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMLU-ProPsychology
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.5: Snapshot: claude-opus-4-5-20251101, Compute: high, Temperatur: 1, Ausgabegrenze: 64.000 tokens
GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens
Höherer Messwert88,722 %
86,717 %
Vals AI
Quellendetails
Datenstand: 01.09.2026

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 43b8c5c46830

Claude Opus 4.5

In dieser Runde nicht verfügbar

GLM-5.3-Flash

In dieser Runde nicht verfügbar

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 4.5

Claude Opus 4.5: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Reasoning (angefragt): high

Aktueller Versuch
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
anthropic/claude-opus-4.5
API-Modell laut Antwort
anthropic/claude-opus-4.5
Reasoning-Einstellung
high
Festgelegter Endpunkt
Anthropic | anthropic/claude-4.5-opus-20251124
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Antwortzeit
21,6 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

GLM-5.3-Flash

GLM-5.3-Flash: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Reasoning (angefragt): high

Aktueller Versuch
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
z-ai/glm-5.3-flash
API-Modell laut Antwort
z-ai/glm-5.3-flash
Reasoning-Einstellung
high
Festgelegter Endpunkt
Z.AI | z-ai/glm-5.3-flash-20260826
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Antwortzeit
49,7 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)
  • 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Ähnliche LLM-Vergleiche

Vergleiche Claude Opus 4.5 und GLM-5.3-Flash mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich