Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Z.ai: GLM 5.2

Zusammenfassung

GPT-5.5 (medium) vs GLM 5.2 (high) Benchmark-Vergleich: GPT-5.5 (medium) führt beim Durchschnittsscore mit 9.0 vs 8.0. GLM 5.2 (high) hat die niedrigeren Benchmark-Kosten mit $0.554 vs $3.679. GLM 5.2 (high) ist schneller mit 37.09s vs 37.98s, mit Erfolgsraten von 87.3% vs 77.8%.

Empfohlenes Modell: GLM 5.2 (high) - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (8.0), niedrigere Kosten als GPT-5.5 (medium) und ausgewogene Antwortzeit.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-10

Metrik GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24 GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl 9.0 8.0
Rang #12 #32
Zuverlässigkeit 10.0 9.3
Konsistenz 8.9 7.6
Korrekte Tests
Erfolgsquote pro Versuch 87.3% 77.8%
Instabile Tests 3 6
Gesamtläufe 63 63
Kosten pro Ergebnis 21.638 4.255
Gesamtkosten $3.679 $0.554
Eingabepreis $5.000 / 1M $0.770 / 1M
Ausgabepreis $30.000 / 1M $2.420 / 1M
Gesamte Eingabe-Token 34,212 34,993
Ausgabe-Token 1,985 51,575
Denk-Token 114,925 166,065
Antwortzeit (Durchschnitt) 37.98s 37.09s
Antwortzeit (Maximum) 332.10s 180.69s
Antwortzeit (Gesamt) 797.60s 778.91s

Generierungs-Showcase

Hamster playing table tennis

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

#12 GPT-5.5

medium
Kosten
$0.112
Zeit
71.9s
Token
3,807 tok

#32 GLM 5.2

high
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 4.66s 606 250 1,335
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
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 19.29s 11,019 312 2,841
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
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 4.18s 7,140 234 593
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
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 4.16s 477 138 223
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
Befolgung von Anweisungen 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 3.36s 660 93 538
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
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 6.76s 642 241 2,225
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
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 10.57s 5,445 258 832
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4 MinimediumvsGLM 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGLM 5.2highQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highQwen3.6 PlusmediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2highGPT-5.6 TerramediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2highGrok 4.5lowvsGLM 5.2highGemini 3.5 FlashlowvsGPT-5.5medium