GLM vs Claude: programación, razonamiento y precio

Elige GLM-5.3 para bajar la solicitud de ejemplo a $0.0184 en Novita AI desde $0.0600 con Claude Opus 5.5, unas 3.3× menos; elige Claude cuando importen más el razonamiento y la programación con agentes: lidera HLE por 19.1 pp (61.4% frente a 42.3%) y Terminal-Bench 4.0 por 17.7 pp.

Actualizado · 4 fuentes · Metodología

CriterioGanadorDiferenciaEvidencia
Prueba de programaciónClaude Opus 5.517.7 ppTerminal-Bench 4.0: Claude 59.6% vs GLM-5.3 41.9%12
Prueba de razonamientoClaude Opus 5.519.1 ppHLE: Claude 61.4% vs GLM-5.3 42.3%12
Velocidad de salida (tokens/s)GLM-5.31.4 tokens/sGLM-5.3 98.2 vs Claude 96.8 tokens/s12
Coste estimado por solicitudGLM-5.3$0.0416GLM-5.3 $0.0184 vs Claude $0.060034

Pruebas de programación y razonamiento

MétricaGLM-5.3 (Max)Claude Opus 5.5 (Max)
AA · Terminal-Bench 4.01241.9%59.6%
AA · HLE1242.3%61.4%
AA · SciCode1259.0%66.9%

Rendimiento

MétricaGLM-5.3 (Max)Claude Opus 5.5 (Max)
Velocidad de salida (tokens/s)1298.296.8
Tiempo hasta el primer token de respuesta (s)1222.7676.8

Precios y coste por solicitud

MétricaGLM-5.3Claude Opus 5.5
Entrada / 1M tokens34$1.40$4.00
Salida / 1M tokens34$4.40$20.00
Ventana de contexto (tokens)341,048,5761,000,000
Ejemplo: 10,000 tokens de entrada + 1,000 de salida facturada
GLM-5.3$0.0184
Claude Opus 5.5$0.0600

Cuándo elegir cada opción

GLM-5.3

  • Para cargas de agentes con presupuesto limitado, GLM-5.3 en Novita AI cuesta $1.40 de entrada y $4.40 de salida por 1M tokens, unas 3.3× menos que Claude por solicitud de ejemplo.34
  • La menor brecha de GLM-5.3 con Claude está en SciCode, 59.0% frente a 66.9% (7.9 pp), por lo que encaja mejor en programación científica que en agentes de terminal.12
  • Para entradas largas, Novita AI indica un contexto de 1,048,576 tokens para GLM-5.3, algo por encima de los 1,000,000 de Claude.34

Claude Opus 5.5

  • En trabajo de razonamiento, el 61.4% de Claude en HLE supera en 19.1 pp el 42.3% de GLM-5.3, su mayor ventaja en esta página.12
  • Para agentes de programación en terminal, Claude lidera Terminal-Bench 4.0 por 17.7 pp, 59.6% frente a 41.9%.12
  • La velocidad no favorece a Claude aquí: en la referencia de AA, GLM-5.3 genera 98.2 frente a 96.8 tokens/s y llega al primer token de respuesta con una mediana de 22.7 s frente a 676.8 s.12

Metodología y fuentes

AA usa las configuraciones indicadas; Claude Opus 5.5 es Max con fallback predeterminado.123

Las filas de programación y razonamiento usan las mismas versiones de AA: Terminal-Bench 4.0, HLE y SciCode. Los informes oficiales disponibles no comparan esta pareja actual con una configuración común. La velocidad de salida y el tiempo hasta el primer token de respuesta de AA son referencias del modelo, no garantías del endpoint de Novita; este último es la mediana de AA con su prompt de 10,000 tokens de entrada e incluye el razonamiento de ambos modelos. Precios y ventanas de contexto son los publicados por Novita AI para GLM-5.3 y por Anthropic para Claude Opus 5.5; el ejemplo sin caché usa 10,000 tokens de entrada y 1,000 de salida facturada.

Los costes son estimaciones con tarifas síncronas sin caché, no facturas medidas; la salida facturada incluye razonamiento. Se excluyen impuestos, reintentos, descuentos y capacidad negociada. Novita AI publica esta página con fuentes públicas, sin una prueba privada de carga.

  1. Artificial Analysis · GLM-5.3 (Max)
  2. Artificial Analysis · Claude Opus 5.5 (Max, Default Fallback)
  3. Anthropic · precios de Opus 5.5
  4. Novita AI · GLM-5.3 pricing

Desarrolla con Novita Model APIs

Crea una clave API y conecta tu aplicación.

Empieza a desarrollarExplora los modelos