AI BENCHY Compare

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

Сводка

Сравнение benchmark GPT-5.5 (low) vs GLM 5.2 (high): GPT-5.5 (low) лидирует по среднему баллу: 9.3 vs 8.0. GLM 5.2 (high) имеет более низкую стоимость benchmark: $0.554 vs $0.907. GPT-5.5 (low) быстрее: 9.76s vs 37.09s, с долей успешных попыток 85.7% vs 77.8%.

Рекомендуемая модель: GPT-5.5 (low) - Здесь у него лучший балл (9.3), и он отвечает примерно в 3.8 раза быстрее, чем GLM 5.2 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-10

Метрика	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24	GLM 5.2 GLM 5.2 high Релиз: 2026-06-17

Метрика	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24	GLM 5.2 GLM 5.2 high Релиз: 2026-06-17
Оценка	9.3	8.0
Ранг	#7	#32
Надежность	10.0	9.3
Стабильность	10.0	7.6
Тестов верно
Доля успешных попыток	85.7%	77.8%
Нестабильные тесты	0	6
Всего запусков	63	63
Стоимость за результат	5.035	4.255
Общая стоимость	$0.907	$0.554
Цена входа	$5.000 / 1M	$0.770 / 1M
Цена выхода	$30.000 / 1M	$2.420 / 1M
Общее число входных токенов	34,209	34,993
Выходные токены	2,046	51,575
Токены рассуждений	22,460	166,065
Время ответа (среднее)	9.76s	37.09s
Время ответа (макс.)	56.19s	180.69s
Время ответа (суммарно)	204.92s	778.91s

Генерация showcase

Hamster playing table tennis

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

#7 GPT-5.5

low

Стоимость: $0.068
Время: 37.0s
Токены: 2,339 tok

#32 GLM 5.2

high

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high GPT-5.5lowvsQwen3.7 Maxmedium Nemotron 3 Ultra 550b A55bmediumБесплатно доступноvsGLM 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