नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

OpenAI: GPT-5.6 Luna vs Z.ai: GLM 5

सारांश

average score लगभग बराबर है: 7.7 vs 7.7. GLM 5 (medium) की benchmark लागत कम है: $0.372 vs $1.017. GPT-5.6 Luna (high) तेज है: 18.68s vs 33.54s, pass rates 72.7% vs 78.8%.

अनुशंसित मॉडलGLM 5 (medium)It has the best score here (7.7), while costing about 2.7x less than GPT-5.6 Luna (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09 GLM 5 GLM 5 medium रिलीज़: 2026-02-12
स्कोर 7.7 7.7
रैंक #42 #40
विश्वसनीयता 10.0 10.0
संगति 8.9 8.1
सही परीक्षण
प्रति प्रयास पास दर 72.7% 78.8%
अस्थिर टेस्ट 3 4
कुल रन 66 63
प्रति परिणाम लागत 6.780 1.668
कुल लागत $1.017 $0.372
इनपुट कीमत $1.000 / 1M $0.950 / 1M
आउटपुट कीमत $6.000 / 1M $3.150 / 1M
कुल इनपुट टोकन 80,918 35,224
आउटपुट टोकन 5,088 21,570
रीजनिंग टोकन 150,910 102,996
प्रतिक्रिया समय (औसत) 18.68s 33.54s
प्रतिक्रिया समय (अधिकतम) 111.09s 99.85s
प्रतिक्रिया समय (कुल) 411.05s 435.99s

जनरेशन शोकेस

Hamster playing table tennis

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

#42 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 tok

#40 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

त्वरित तुलना

तुलना जोड़ी बदलें