AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Z.ai: GLM 5.2

Zusammenfassung

GPT-5.6 Sol (low) vs GLM 5.2 (medium) Benchmark-Vergleich: GPT-5.6 Sol (low) führt beim Durchschnittsscore mit 9.5 vs 8.7. GLM 5.2 (medium) hat die niedrigeren Benchmark-Kosten mit $0.129 vs $0.649. GPT-5.6 Sol (low) ist schneller mit 8.29s vs 23.28s, mit Erfolgsraten von 85.7% vs 84.1%.

Empfohlenes Modell: GPT-5.6 Sol (low) - Es hat hier die beste Punktzahl (9.5) und antwortet etwa 2.8x schneller als GLM 5.2 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik	GPT-5.6 Sol GPT-5.6 Sol low Veröffentlichung: 2026-07-09	GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17

Metrik	GPT-5.6 Sol GPT-5.6 Sol low Veröffentlichung: 2026-07-09	GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17
Punktzahl	9.5	8.7
Rang	#3	#17
Zuverlässigkeit	10.0	9.5
Konsistenz	9.2	8.4
Korrekte Tests
Erfolgsquote pro Versuch	85.7%	84.1%
Instabile Tests	2	4
Gesamtläufe	63	63
Kosten pro Ergebnis	3.816	2.159
Gesamtkosten	$0.649	$0.129
Eingabepreis	$5.000 / 1M	$0.540 / 1M
Ausgabepreis	$30.000 / 1M	$1.760 / 1M
Gesamte Eingabe-Token	34,218	37,199
Ausgabe-Token	1,898	12,261
Denk-Token	14,023	49,500
Antwortzeit (Durchschnitt)	8.29s	23.28s
Antwortzeit (Maximum)	53.91s	101.36s
Antwortzeit (Gesamt)	174.04s	488.94s

Generierungs-Showcase

Hamster playing table tennis

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

#3 GPT-5.6 Sol

low

Kosten: $0.062
Zeit: 26.7s
Token: 2,150 tok

#17 GLM 5.2

medium

Kosten: $0.041
Zeit: 195.8s
Token: 9,287 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-5.6 Sol	8.3	10.0	75.0%	0		2.60s	606	174	492
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	10.0	10.0	100.0%	0		11.25s	7,302	412	3,482
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	10.0	10.0	100.0%	0		9.87s	11,019	318	792
GLM 5.2	10.0	10.0	100.0%	0		51.96s	12,696	458	4,531

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.82s	7,140	222	0
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	5.3	7.2	44.4%	1		29.07s	723	71	7,822
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.07s	477	99	135
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.27s	660	90	146
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	8.2	7.2	88.9%	1		3.44s	642	224	534
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	10.0	10.0	100.0%	0		7.56s	5,454	258	294
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.67s	195	30	326
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsQwen3.7 Maxmedium GPT-5.2 ChatnonevsGLM 5.2medium Gemini 3.5 FlashhighvsGPT-5.6 Sollow Claude Fable 5mediumvsGPT-5.6 Sollow Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Gemini 3.5 FlashmediumvsGPT-5.6 Sollow DeepSeek V4 FlashhighvsGLM 5.2medium GPT-5.6 TerrahighvsGLM 5.2medium Gemini 3.5 FlashlowvsGLM 5.2medium GPT-5.6 SollowvsQwen3.6 Max Previewmedium GPT-5.5lowvsGLM 5.2medium