GPT-5.2 Chat vs GLM 5.2 (high)

排名: #60
总输出令牌: 29,742
响应时间（平均）: 7.73s
总成本: $0.594

排名: #56
总输出令牌: 364,655
响应时间（平均）: 69.86s
总成本: $1.463

推荐模型 GPT-5.2 Chat

它的得分接近这里的最高分（7.9 vs 8.0），同时成本比GLM 5.2 (high)低约 2.5 倍。

详细对比

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数	7.9	8.0
排名	#60	#56
可靠性	10.0	10.0
一致性	8.6	8.6
尝试次数	66/66	66/66
测试正确
尝试通过率	69.7%	69.7%
不稳定测试	4	3
总运行次数	66	66
每个结果成本	4.564	6.849
总成本	$0.594	$1.463
输入价格	$1.750 / 1M	$1.190 / 1M
输出价格	$14.000 / 1M	$3.740 / 1M
总输入令牌	101,104	83,822
输出令牌	29,742	72,040
推理令牌	0	292,615
响应时间（平均）	7.73s	69.86s
响应时间（最大）	38.52s	599.43s
响应时间（总计）	162.40s	1536.98s
参数量	~400B 总计 (~17B 激活)	744B 总计 (40B 激活)
开放状态	闭源	开源

模型生成展示

Hamster playing table tennis

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

#60 GPT-5.2 Chat

none

成本: $0.010
时间: 15.3s
令牌: 797 tok

#56 GLM 5.2

high

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	0
GLM 5.2	6.4	8.6	33.3%	0		73.03s	5,124	2,302	22,546

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	7.3	5.8	83.3%	1		13.91s	78,055	7,923	0
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	0
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	3.0	10.0	0.0%	0		23.67s	579	7,128	0
GLM 5.2	3.1	6.5	11.1%	1		126.85s	560	49,045	157,522

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	0
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	0
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	0
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	0
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

快速对比

切换对比组合

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.8 27Blow DeepSeek V4 Flash 0731lowvsGLM 5.2high InklingmediumvsGLM 5.2high GPT-5.2 ChatnonevsQwen3.7 Plusmedium GPT-5.2 ChatnonevsInklingmedium GPT-5.2 ChatnonevsQwen3.6 Plusmedium Kimi K3maxvsGLM 5.2high Gemini 3.5 Flash LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5.2medium Step 3.7 FlashmediumvsGLM 5.2high