नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

OpenAI: GPT-5.6 Sol vs Z.ai: GLM 5.2

सारांश

GPT-5.6 Sol (low) vs GLM 5.2 (medium) benchmark तुलना: GPT-5.6 Sol (low) average score में आगे है: 9.5 vs 8.7. GLM 5.2 (medium) की benchmark लागत कम है: $0.129 vs $0.649. GPT-5.6 Sol (low) तेज है: 8.29s vs 23.28s, pass rates 85.7% vs 84.1%.

अनुशंसित मॉडल: GPT-5.6 Sol (low) - It has the best score here (9.5), while responding about 2.8x faster than GLM 5.2 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक GPT-5.6 Sol GPT-5.6 Sol low रिलीज़: 2026-07-09 GLM 5.2 GLM 5.2 medium रिलीज़: 2026-06-17
स्कोर 9.5 8.7
रैंक #3 #17
विश्वसनीयता 10.0 9.5
संगति 9.2 8.4
सही परीक्षण
प्रति प्रयास पास दर 85.7% 84.1%
अस्थिर टेस्ट 2 4
कुल रन 63 63
प्रति परिणाम लागत 3.816 2.159
कुल लागत $0.649 $0.129
इनपुट कीमत $5.000 / 1M $0.540 / 1M
आउटपुट कीमत $30.000 / 1M $1.760 / 1M
कुल इनपुट टोकन 34,218 37,199
आउटपुट टोकन 1,898 12,261
रीजनिंग टोकन 14,023 49,500
प्रतिक्रिया समय (औसत) 8.29s 23.28s
प्रतिक्रिया समय (अधिकतम) 53.91s 101.36s
प्रतिक्रिया समय (कुल) 174.04s 488.94s

जनरेशन शोकेस

Hamster playing table tennis

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

#3 GPT-5.6 Sol

low
लागत
$0.062
समय
26.7s
टोकन
2,150 tok

#17 GLM 5.2

medium
लागत
$0.041
समय
195.8s
टोकन
9,287 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-5.6 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
GLM 5.2 10.0 10.0 100.0% 0 5.89s 639 497 2,634
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.82s 7,140 222 0
GLM 5.2 10.0 10.0 100.0% 0 13.44s 7,149 348 2,345
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
GLM 5.2 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
GLM 5.2 10.0 10.0 100.0% 0 17.39s 498 54 1,842
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
GLM 5.2 9.9 10.0 100.0% 0 7.90s 678 94 1,518
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
GLM 5.2 8.2 7.2 88.9% 1 13.13s 672 536 4,822
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
GLM 5.2 10.0 10.0 100.0% 0 20.41s 6,861 230 550
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326
GLM 5.2 3.0 10.0 0.0% 0 34.25s 138 381 2,529

त्वरित तुलना

तुलना जोड़ी बदलें