AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs Z.ai: GLM 5.1

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-22

Metrik	GPT-5.2 Chat GPT-5.2 Chat none Veröffentlichung: 2025-12-11	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07

Metrik	GPT-5.2 Chat GPT-5.2 Chat none Veröffentlichung: 2025-12-11	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07
Punktzahl	7.6	7.4
Rang	#43	#51
Zuverlässigkeit	10.0	3.3
Konsistenz	8.5	8.3
Korrekte Tests
Erfolgsquote pro Versuch	71.7%	71.7%
Instabile Tests	4	4
Gesamtläufe	60	60
Kosten pro Ergebnis	2.955	2.379
Gesamtkosten	$0.355	$0.286
Eingabepreis	$1.750 / 1M	$0.980 / 1M
Ausgabepreis	$14.000 / 1M	$3.080 / 1M
Ausgabe-Token	21,371	11,475
Denk-Token	0	71,876
Antwortzeit (Durchschnitt)	6.86s	32.22s
Antwortzeit (Maximum)	38.52s	172.60s
Antwortzeit (Gesamt)	137.19s	612.25s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	1,807	0
GLM 5.1	10.0	10.0	100.0%	0		8.31s	401	5,122

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	8.2	6.7	83.3%	1		8.05s	4,131	0
GLM 5.1	4.7	1.6	66.7%	2		145.56s	4,727	34,384

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	1,243	0
GLM 5.1	9.5	10.0	100.0%	0		43.11s	327	4,206

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	980	0
GLM 5.1	10.0	10.0	100.0%	0		9.33s	991	4,552

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	7,810	0
GLM 5.1	5.3	10.0	33.3%	0		29.77s	969	11,314

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	335	0
GLM 5.1	10.0	10.0	100.0%	0		20.95s	2,875	2,875

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	7.3	5.9	83.3%	1		5.46s	1,528	0
GLM 5.1	6.4	5.8	66.7%	1		7.47s	204	1,617

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.42s	1,743	0
GLM 5.1	8.2	7.2	88.9%	1		23.85s	899	5,627

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	555	0
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	1,239	0
GLM 5.1	3.0	10.0	0.0%	0		29.40s	82	2,179

Schnellvergleich

Vergleichspaar wechseln

GPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash LitelowvsGLM 5.1medium Gemini 3.1 Flash Lite PreviewlowvsGPT-5.2 Chatnone GPT-5.3 ChatnonevsGLM 5.1medium GPT-5.2 ChatnonevsMiMo-V2.5-Promedium GPT-5.2 ChatnonevsMiMo-V2-Promedium DeepSeek V4 FlashhighKostenlos verfügbarvsGLM 5.1medium Gemini 3.1 Flash Lite PreviewnonevsGLM 5.1medium GPT-5.2 ChatnonevsGrok Build 0.1medium Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone