Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de GPT-5.3-Codex (medium) vs GLM 5.2 (high): GPT-5.3-Codex (medium) lidera en puntuación media con 8.9 vs 8.0. GLM 5.2 (high) tiene menor coste de benchmark con $0.554 vs $0.740. GPT-5.3-Codex (medium) es más rápido con 16.22s vs 37.09s, con tasas de acierto de 82.5% vs 77.8%.

Modelo recomendado: GPT-5.3-Codex (medium) - Tiene la mejor puntuación aquí (8.9) y responde aproximadamente 2.3x más rápido que GLM 5.2 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-10

Métrica GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05 GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17
Puntuación 8.9 8.0
Rango #13 #32
Fiabilidad 10.0 9.3
Consistencia 8.5 7.6
Pruebas correctas
Tasa de aciertos por intento 82.5% 77.8%
Pruebas inestables 4 6
Ejecuciones totales 63 63
Costo por resultado 4.932 4.255
Costo total $0.740 $0.554
Precio de entrada $1.750 / 1M $0.770 / 1M
Precio de salida $14.000 / 1M $2.420 / 1M
Total de tokens de entrada 34,299 34,993
Tokens de salida 2,357 51,575
Tokens de razonamiento 46,189 166,065
Tiempo de respuesta (promedio) 16.22s 37.09s
Tiempo de respuesta (máximo) 100.93s 180.69s
Tiempo de respuesta (total) 340.67s 778.91s

Generación showcase

Hamster playing table tennis

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

#13 GPT-5.3-Codex

medium
Coste
$0.049
Tiempo
54.9s
Tokens
3,580 tok

#32 GLM 5.2

high
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 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-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
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-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
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-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
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-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
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-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
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-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
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-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
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-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
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-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
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-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

Comparación rápida

Cambiar par de comparación

GPT-5.4 MinimediumvsGLM 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmediumDisponible gratisvsGLM 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 3.1 Flash Lite PreviewmediumvsGLM 5.2high