GPT-5.2 Chat vs GLM 5.2 (medium)

排名: #39
总输出令牌: 30,424
响应时间（平均）: 7.65s
总成本: $0.604

排名: #49
总输出令牌: 61,761
响应时间（平均）: 23.28s
总成本: $0.066

推荐模型 GLM 5.2 (medium)

它的得分接近这里的最高分（7.8 vs 8.0），同时成本比GPT-5.2 Chat低约 9.2 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 medium 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 medium 发布日期: 2026-06-17
分数	8.0	7.8
排名	#39	#49
可靠性	10.0	9.5
一致性	8.6	8.0
基准测试覆盖率	22/22 项测试 · 66/66 次尝试	21/22 项测试 · 63/66 次尝试
测试正确
尝试通过率	74.2%	80.3%
不稳定测试	4	4
总运行次数	66	63
每个结果成本	4.308	2.159
总成本	$0.604	$0.066
输入价格	$1.750 / 1M	$0.285 / 1M
输出价格	$14.000 / 1M	$0.894 / 1M
总输入令牌	101,248	37,199
输出令牌	30,424	12,261
推理令牌	0	49,500
响应时间（平均）	7.65s	23.28s
响应时间（最大）	38.52s	101.36s
响应时间（总计）	168.39s	488.94s

模型生成展示

Hamster playing table tennis

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

#39 GPT-5.2 Chat

none

成本: $0.010
时间: 15.3s
令牌: 797 tok

#49 GLM 5.2

medium

成本: $0.041
时间: 195.8s
令牌: 9,287 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		5.89s	639	497	2,634

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	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

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	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

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		13.44s	7,149	348	2,345

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	5.3	10.0	33.3%	0		17.78s	723	7,810	0
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

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		17.39s	498	54	1,842

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	9.9	10.0	100.0%	0		7.90s	678	94	1,518

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	8.2	7.2	88.9%	1		13.13s	672	536	4,822

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		20.41s	6,861	230	550

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		34.25s	138	381	2,529

快速对比

切换对比组合

GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsInklinghigh GPT-5.2 ChatnonevsGLM 5.2high DeepSeek V4 Flash 0731highvsGPT-5.2 Chatnone Muse Spark 1.1highvsGPT-5.2 Chatnone Qwen3.7 FlashhighvsGLM 5.2medium GPT-5.2 ChatnonevsInklingmedium Claude Opus 4.8lowvsGLM 5.2medium Kimi K3maxvsGPT-5.2 Chatnone DeepSeek V4 Flash 0731lowvsGPT-5.2 Chatnone GPT-5.6 TerrahighvsGLM 5.2medium Kimi K3maxvsGLM 5.2medium