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 5.6. GLM 5.1 hat die niedrigeren Benchmark-Kosten mit $0.063 vs $0.907. GLM 5.1 ist schneller mit 4.10s vs 9.76s, mit Erfolgsraten von 85.7% vs 41.3%.

Empfohlenes Modell: GPT-5.5 - Es hat die stärkste Punktzahl in diesem Vergleich (9.3) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

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 none Veröffentlichung: 2026-04-07
Punktzahl 9.3 5.6
Rang #4 #120
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.5
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 41.3%
Instabile Tests 0 4
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 0.843
Gesamtkosten $0.907 $0.063
Eingabepreis $5.000 / 1M $0.975 / 1M
Ausgabepreis $30.000 / 1M $4.301 / 1M
Gesamte Eingabe-Token 34,209 47,133
Ausgabe-Token 2,046 3,754
Denk-Token 22,460 0
Antwortzeit (Durchschnitt) 9.76s 4.10s
Antwortzeit (Maximum) 56.19s 32.57s
Antwortzeit (Gesamt) 204.92s 86.18s

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

#120 GLM 5.1

none
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 4.0 6.3 25.0% 2 2.11s 555 305 0
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 3.9 9.7 0.0% 0 4.96s 7,256 525 0
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 2.8 2.1 33.3% 1 32.57s 22,831 2,129 0
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 1.08s 7,107 204 0
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 2.9 7.2 11.1% 1 1.99s 687 24 0
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 5.0 10.0 0.0% 0 790ms 477 39 0
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 9.8 10.0 100.0% 0 1.98s 636 66 0
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 7.7 10.0 66.7% 0 1.45s 609 151 0
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 10.0 10.0 100.0% 0 10.68s 6,789 300 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 2.34s 186 11 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowNorth Mini CodemediumKostenlos verfügbarvsGLM 5.1noneMiniMax M2.7mediumvsGLM 5.1noneMistral Small 4mediumvsGLM 5.1noneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.1 Flash LiteminimalvsGLM 5.1none