AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Z.ai: GLM 5 Turbo

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-08

المقياس	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	GLM 5 Turbo GLM 5 Turbo medium الإصدار: 2026-03-15

المقياس	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05	GLM 5 Turbo GLM 5 Turbo medium الإصدار: 2026-03-15
النتيجة	8.2	8.1
الترتيب	#13	#20
الموثوقية	10.0	6.7
الاتساق	8.3	8.4
اختبارات صحيحة
معدل النجاح لكل محاولة	80.7%	77.2%
اختبارات غير مستقرة	4	4
إجمالي مرات التشغيل	57	57
التكلفة لكل نتيجة	4.594	1.438
إجمالي التكلفة	$0.598	$0.187
??? ???????	$1.750 / 1M	$1.200 / 1M
??? ???????	$14.000 / 1M	$4.000 / 1M
رموز الإخراج	2,309	12,217
رموز الاستدلال	36,880	40,252
زمن الاستجابة (المتوسط)	15.33s	18.85s
زمن الاستجابة (الحد الأقصى)	100.93s	194.23s
زمن الاستجابة (الإجمالي)	291.34s	358.15s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	240	1,722
GLM 5 Turbo	10.0	10.0	100.0%	0		4.82s	362	3,137

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		8.95s	491	1,530
GLM 5 Turbo	10.0	10.0	100.0%	0		12.26s	332	3,301

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.56s	364	2,731
GLM 5 Turbo	10.0	10.0	100.0%	0		13.88s	390	2,037

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	234	728
GLM 5 Turbo	10.0	10.0	100.0%	0		6.19s	577	3,632

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	64	25,308
GLM 5 Turbo	2.9	4.4	22.2%	2		71.07s	9,665	19,279

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	187	331
GLM 5 Turbo	6.1	3.1	66.7%	1		10.05s	60	2,216

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	93	693
GLM 5 Turbo	10.0	10.0	100.0%	0		5.38s	255	2,183

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.12s	352	1,644
GLM 5 Turbo	8.7	7.9	77.8%	1		5.44s	315	2,702

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	254	492
GLM 5 Turbo	10.0	10.0	100.0%	0		9.84s	241	446

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	30	1,701
GLM 5 Turbo	3.0	10.0	0.0%	0		40.17s	20	1,319

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3 Flash PreviewnonevsGLM 5 Turbomedium Gemini 3.1 Flash Lite PreviewlowvsGLM 5 Turbomedium Gemini 3 Flash PreviewnonevsGPT-5.3-Codexmedium Gemini 3.1 Flash Lite PreviewlowvsGPT-5.3-Codexmedium Gemini 3.1 Flash Lite PreviewnonevsGLM 5 Turbomedium GPT-5.2 ChatnonevsGLM 5 Turbomedium Gemini 3.1 Flash LitelowvsGLM 5 Turbomedium GPT-5.3 ChatnonevsGLM 5 Turbomedium DeepSeek V4 FlashhighvsGLM 5 Turbomedium Gemini 3.1 Flash Lite PreviewnonevsGPT-5.3-Codexmedium Gemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium Gemini 3.1 Flash LitelowvsGPT-5.3-Codexmedium