AI BENCHY तुलना

OpenAI: GPT-5.5 vs Z.ai: GLM 5.2

सारांश

GPT-5.5 (medium) vs GLM 5.2 (high) benchmark तुलना: GPT-5.5 (medium) average score में आगे है: 9.0 vs 8.0. GLM 5.2 (high) की benchmark लागत कम है: $0.554 vs $3.679. GLM 5.2 (high) तेज है: 37.09s vs 37.98s, pass rates 87.3% vs 77.8%.

अनुशंसित मॉडल: GLM 5.2 (high) - It offers the best overall trade-off: a competitive score (8.0), lower cost than GPT-5.5 (medium), and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-10

मेट्रिक	GPT-5.5 GPT-5.5 medium रिलीज़: 2026-04-24	GLM 5.2 GLM 5.2 high रिलीज़: 2026-06-17

मेट्रिक	GPT-5.5 GPT-5.5 medium रिलीज़: 2026-04-24	GLM 5.2 GLM 5.2 high रिलीज़: 2026-06-17
स्कोर	9.0	8.0
रैंक	#12	#32
विश्वसनीयता	10.0	9.3
संगति	8.9	7.6
सही परीक्षण
प्रति प्रयास पास दर	87.3%	77.8%
अस्थिर टेस्ट	3	6
कुल रन	63	63
प्रति परिणाम लागत	21.638	4.255
कुल लागत	$3.679	$0.554
इनपुट कीमत	$5.000 / 1M	$0.770 / 1M
आउटपुट कीमत	$30.000 / 1M	$2.420 / 1M
कुल इनपुट टोकन	34,212	34,993
आउटपुट टोकन	1,985	51,575
रीजनिंग टोकन	114,925	166,065
प्रतिक्रिया समय (औसत)	37.98s	37.09s
प्रतिक्रिया समय (अधिकतम)	332.10s	180.69s
प्रतिक्रिया समय (कुल)	797.60s	778.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#12 GPT-5.5

medium

लागत: $0.112
समय: 71.9s
टोकन: 3,807 tok

#32 GLM 5.2

high

अमान्य SVG

लागत: $0.000
समय: 300.0s
टोकन: 0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

त्वरित तुलना

तुलना जोड़ी बदलें

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Grok 4.5lowvsGLM 5.2high Gemini 3.5 FlashlowvsGPT-5.5medium