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-5.5 vs Z.ai: GLM 5.1

Resumen

Comparación benchmark de GPT-5.5 vs GLM 5.1: GPT-5.5 lidera en puntuación media con 9.3 vs 7.1. GLM 5.1 tiene menor coste de benchmark con $0.395 vs $0.907. GPT-5.5 es más rápido con 9.76s vs 33.67s, con tasas de acierto de 85.7% vs 68.3%.

Modelo recomendado: GPT-5.5 - Tiene la mejor puntuación aquí (9.3) y responde aproximadamente 3.5x más rápido que GLM 5.1.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24 GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación 9.3 7.1
Rango #4 #66
Fiabilidad 10.0 6.7
Consistencia 10.0 8.3
Pruebas correctas
Tasa de aciertos por intento 85.7% 68.3%
Pruebas inestables 0 4
Ejecuciones totales 63 63
Costo por resultado 5.035 2.496
Costo total $0.907 $0.395
Precio de entrada $5.000 / 1M $0.975 / 1M
Precio de salida $30.000 / 1M $4.301 / 1M
Total de tokens de entrada 34,209 32,995
Tokens de salida 2,046 11,655
Tokens de razonamiento 22,460 75,421
Tiempo de respuesta (promedio) 9.76s 33.67s
Tiempo de respuesta (máximo) 56.19s 172.60s
Tiempo de respuesta (total) 204.92s 673.41s

Generación showcase

Hamster playing table tennis

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

#4 GPT-5.5

low
Coste
$0.068
Tiempo
37.0s
Tokens
2,339 tok

#66 GLM 5.1

medium
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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 0
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashhighvsGLM 5.1mediumGPT-5.5lowvsQwen3.7 MaxmediumQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8nonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3.5 FlashmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGLM 5.1mediumQwen3.7 MaxnonevsGLM 5.1medium