AI BENCHY Compare

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

概要

GPT-5.6 Luna (medium) vs GLM 5.2 の benchmark 比較: GPT-5.6 Luna (medium) が平均スコアでリードし、7.6 vs 7.1 です。 GLM 5.2 の benchmark コストが低く、$0.030 vs $0.258 です。 GLM 5.2 の方が高速で、6.34s vs 6.70s です、成功率は 63.5% vs 60.3% です。

おすすめモデル: GLM 5.2 - スコアはここでの最高値に近く（7.1 vs 7.6）、GPT-5.6 Luna (medium) より約 8.8 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-09

指標	GPT-5.6 Luna GPT-5.6 Luna medium リリース: 2026-07-09	GLM 5.2 GLM 5.2 none リリース: 2026-06-17

指標	GPT-5.6 Luna GPT-5.6 Luna medium リリース: 2026-07-09	GLM 5.2 GLM 5.2 none リリース: 2026-06-17
スコア	7.6	7.1
順位	#54	#73
信頼性	10.0	9.9
一貫性	9.6	9.6
正解テスト
試行ごとの合格率	63.5%	60.3%
不安定なテスト	1	1
総実行回数	63	63
結果あたりのコスト	1.978	0.628
合計コスト	$0.258	$0.030
入力価格	$1.000 / 1M	$0.540 / 1M
出力価格	$6.000 / 1M	$1.760 / 1M
合計入力トークン	35,699	38,671
出力トークン	2,148	4,817
推論トークン	34,740	0
応答時間（平均）	6.70s	6.34s
応答時間（最大）	29.85s	20.69s
応答時間（合計）	140.62s	133.19s

生成ショーケース

Hamster playing table tennis

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

#54 GPT-5.6 Luna

medium

コスト: $0.014
時間: 14.6s
トークン: 2,362 tok

#73 GLM 5.2

none

無効なSVG

コスト: $0.033
時間: 87.7s
トークン: 7,455 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	0

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	0

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	10.0	10.0	100.0%	0		9.53s	12,500	375	1,354
GLM 5.2	10.0	10.0	100.0%	0		20.69s	14,296	1,489	0

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	204	0

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	5.3	10.0	33.3%	0		17.37s	723	68	16,531
GLM 5.2	5.3	10.0	33.3%	0		6.50s	696	27	0

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	0

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	66	0

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	0

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	0

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

クイック比較

比較ペアを切り替え

Gemma 4 26B A4Bmedium無料で利用可能vsGLM 5.2none DeepSeek V4 ProhighvsGPT-5.6 Lunamedium Step 3.7 FlashhighvsGLM 5.2none Laguna XS 2.1medium無料で利用可能vsGLM 5.2none Kimi K2.7 CodemediumvsGLM 5.2none GPT-5.6 LunamediumvsStep 3.7 Flashlow Claude Opus 4.8lowvsGPT-5.6 Lunamedium Gemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium Grok 4.20mediumvsGLM 5.2none Gemini 3 Flash PreviewlowvsGLM 5.2none GPT-5.6 LunamediumvsGrok 4.5low Claude Sonnet 4.6nonevsGPT-5.6 Lunamedium