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-Codex vs Z.ai: GLM 5 Turbo

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-17

Métrica GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05 GLM 5 Turbo GLM 5 Turbo medium Lanzamiento: 2026-03-15
Rango #6 #16
Puntuación 8.5 8.0
Consistencia 8.6 7.9
Costo por resultado 4.526 1.509
Costo total $0.544 $0.166
Pruebas correctas
Tasa de aciertos por intento 82.4% 76.5%
Pruebas inestables 3 5
Ejecuciones totales 51 51
Tokens de salida 1,788 11,865
Tokens de razonamiento 33,649 35,632
Tiempo de respuesta (promedio) 15.76s 17.98s
Tiempo de respuesta (máximo) 100.93s 194.23s
Tiempo de respuesta (total) 267.97s 305.72s

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 salida Tokens de razonamiento
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
GLM 5 Turbo 10.0 10.0 100.0% 0 4.82s 362 3,137
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
GLM 5 Turbo 10.0 10.0 100.0% 0 13.88s 390 2,037
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
GLM 5 Turbo 10.0 10.0 100.0% 0 6.19s 577 3,632
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
GLM 5 Turbo 2.9 4.4 22.2% 2 71.07s 9,665 19,279
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
GLM 5 Turbo 6.1 3.1 66.7% 1 10.05s 60 2,216
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
GLM 5 Turbo 10.0 10.0 100.0% 0 5.38s 255 2,183
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
GLM 5 Turbo 7.3 5.8 55.6% 2 5.44s 315 2,702
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
GLM 5 Turbo 10.0 10.0 100.0% 0 9.84s 241 446

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewnonevsGLM 5 TurbomediumGemini 3.1 Flash Lite PreviewnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGPT-5.3 ChatnonevsGLM 5 TurbomediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGLM 5 TurbomediumClaude Sonnet 4.6nonevsGLM 5 TurbomediumClaude Sonnet 4.6nonevsGPT-5.3-Codexmedium