AI BENCHY Compare

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

सारांश

GPT-5.5 (low) vs GLM 5.2 (high) benchmark तुलना: GPT-5.5 (low) average score मध्ये पुढे आहे: 9.3 vs 8.0. GLM 5.2 (high) चा benchmark खर्च कमी आहे: $0.554 vs $0.907. GPT-5.5 (low) वेगवान आहे: 9.76s vs 37.09s, pass rates 85.7% vs 77.8%.

शिफारस केलेले मॉडेल: GPT-5.5 (low) - It has the best score here (9.3), while responding about 3.8x faster than GLM 5.2 (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-10

मेट्रिक	GPT-5.5 GPT-5.5 low प्रकाशन: 2026-04-24	GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17

मेट्रिक	GPT-5.5 GPT-5.5 low प्रकाशन: 2026-04-24	GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17
स्कोअर	9.3	8.0
क्रमांक	#7	#32
विश्वसनीयता	10.0	9.3
सुसंगतता	10.0	7.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर	85.7%	77.8%
अस्थिर चाचण्या	0	6
एकूण रन	63	63
प्रति निकाल खर्च	5.035	4.255
एकूण खर्च	$0.907	$0.554
इनपुट किंमत	$5.000 / 1M	$0.770 / 1M
आउटपुट किंमत	$30.000 / 1M	$2.420 / 1M
एकूण इनपुट टोकन्स	34,209	34,993
आउटपुट टोकन्स	2,046	51,575
रिझनिंग टोकन्स	22,460	166,065
प्रतिसाद वेळ (सरासरी)	9.76s	37.09s
प्रतिसाद वेळ (कमाल)	56.19s	180.69s
प्रतिसाद वेळ (एकूण)	204.92s	778.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#7 GPT-5.5

low

खर्च: $0.068
वेळ: 37.0s
टोकन्स: 2,339 tok

#32 GLM 5.2

high

अवैध SVG

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

झटपट तुलना

तुलना जोडी बदला

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high GPT-5.5lowvsQwen3.7 Maxmedium Nemotron 3 Ultra 550b A55bmediumमोफत उपलब्धvsGLM 5.2high Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low 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