GPT-5.2 Chat vs GLM 5.3 FlashX (medium)

已对比模型

推荐模型 GLM 5.3 FlashX (medium)

它在这里得分最高（7.1），同时成本比GPT-5.2 Chat低约 5.2 倍。

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	GLM 5.3 FlashX GLM 5.3 FlashX medium 发布日期: 2026-09-21

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	GLM 5.3 FlashX GLM 5.3 FlashX medium 发布日期: 2026-09-21
分数	7.0	7.1
排名	#153	#150
可靠性	10.0	10.0
一致性	8.7	7.1
尝试次数	69/69	69/69
测试正确
尝试通过率	66.7%	69.6%
不稳定测试	4	8
总运行次数	69	69
每个结果成本	4.564	0.946
总成本	$0.594	$0.114
输入价格	$1.750 / 1M	$0.370 / 1M
输出价格	$14.000 / 1M	$1.250 / 1M
总输入令牌	101,104	205,100
输出令牌	29,742	8,639
推理令牌	0	21,409
响应时间（平均）	7.43s	7.37s
响应时间（最大）	38.52s	74.39s
响应时间（总计）	163.35s	169.54s
参数量	~400B 总计 (~17B 激活)	320B 总计 (18B 激活)
开放状态	闭源	闭源

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

none

medium

类别:

智能体任务	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		955ms	0	0	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		74.39s	120,771	922	9,693

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 5.3 FlashX	7.3	5.8	83.3%	2		1.71s	639	343	368

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 5.3 FlashX	6.0	4.6	66.7%	2		6.37s	7,317	384	5,562

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 5.3 FlashX	2.8	1.6	33.3%	2		15.97s	59,549	5,920	2,786

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 5.3 FlashX	10.0	10.0	100.0%	0		1.74s	7,149	210	134

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 5.3 FlashX	3.6	7.2	22.2%	1		3.52s	759	38	2,005

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 5.3 FlashX	3.4	2.2	33.3%	1		1.79s	498	135	0

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 5.3 FlashX	10.0	10.0	100.0%	0		1.51s	678	72	70

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 5.3 FlashX	10.0	10.0	100.0%	0		1.84s	672	306	371

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 5.3 FlashX	10.0	10.0	100.0%	0		10.30s	6,861	231	20

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 5.3 FlashX	3.0	10.0	0.0%	0		2.60s	207	78	400

切换对比组合