Navegación
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-5.3 Chat vs Z.ai: GLM 5

Resumen

Comparación benchmark de GPT-5.3 Chat vs GLM 5: GLM 5 lidera en puntuación media con 8.6 vs 7.5. GLM 5 tiene menor coste de benchmark con $0.228 vs $0.433. GPT-5.3 Chat es más rápido con 6.34s vs 33.54s, con tasas de acierto de 66.7% vs 82.5%.

Modelo recomendado: GLM 5 - Tiene la mejor puntuación aquí (8.6) y cuesta aproximadamente 1.9x menos que GPT-5.3 Chat.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-17

Métrica GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03 GLM 5 GLM 5 medium Lanzamiento: 2026-02-12
Puntuación 7.5 8.6
Rango #45 #15
Fiabilidad 10.0 10.0
Consistencia 8.1 8.5
Pruebas correctas
Tasa de aciertos por intento 66.7% 82.5%
Pruebas inestables 5 4
Ejecuciones totales 63 63
Costo por resultado 3.605 1.668
Costo total $0.433 $0.228
Precio de entrada $1.750 / 1M $0.600 / 1M
Precio de salida $14.000 / 1M $1.920 / 1M
Total de tokens de entrada 34,209 35,224
Tokens de salida 26,617 21,570
Tokens de razonamiento 0 102,996
Tiempo de respuesta (promedio) 6.34s 33.54s
Tiempo de respuesta (máximo) 18.33s 99.85s
Tiempo de respuesta (total) 133.13s 435.99s

Generation showcase

Hamster playing table tennis

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

#45 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 tok

#15 GLM 5

medium
Cost
$0.005
Time
20.7s
Tokens
2,068 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
GLM 5 10.0 10.0 100.0% 0 23.66s 555 480 7,056
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
GLM 5 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
GLM 5 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
GLM 5 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
GLM 5 10.0 10.0 100.0% 0 11.33s 609 33 4,076
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
GLM 5 10.0 10.0 100.0% 0 15.93s 6,935 233 994
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsGLM 5mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20medium