Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.5 vs Z.ai: GLM 5.1

Zusammenfassung

GPT-5.5 vs GLM 5.1 Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 7.1. GLM 5.1 hat die niedrigeren Benchmark-Kosten mit $0.395 vs $0.907. GPT-5.5 ist schneller mit 9.76s vs 33.67s, mit Erfolgsraten von 85.7% vs 68.3%.

Empfohlenes Modell: GPT-5.5 - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 3.5x schneller als GLM 5.1.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07
Punktzahl 9.3 7.1
Rang #4 #66
Zuverlässigkeit 10.0 6.7
Konsistenz 10.0 8.3
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 68.3%
Instabile Tests 0 4
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 2.496
Gesamtkosten $0.907 $0.395
Eingabepreis $5.000 / 1M $0.975 / 1M
Ausgabepreis $30.000 / 1M $4.301 / 1M
Gesamte Eingabe-Token 34,209 32,995
Ausgabe-Token 2,046 11,655
Denk-Token 22,460 75,421
Antwortzeit (Durchschnitt) 9.76s 33.67s
Antwortzeit (Maximum) 56.19s 172.60s
Antwortzeit (Gesamt) 204.92s 673.41s

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#4 GPT-5.5

low
Kosten
$0.068
Zeit
37.0s
Token
2,339 tok

#66 GLM 5.1

medium
Ungültiges SVG
Kosten
$0.000
Zeit
300.0s
Token
0 tok

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) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashhighvsGLM 5.1mediumGPT-5.5lowvsQwen3.7 MaxmediumQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8nonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3.5 FlashmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGLM 5.1mediumQwen3.7 MaxnonevsGLM 5.1medium