导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.3 Chat vs Z.ai: GLM 5 Turbo

摘要

GPT-5.3 Chat vs GLM 5 Turbo benchmark 对比：GLM 5 Turbo 平均分领先，为 8.4 vs 7.5。 GLM 5 Turbo benchmark 成本更低，为 $0.323 vs $0.433。 GPT-5.3 Chat 更快，为 6.34s vs 23.00s，通过率为 66.7% vs 74.6%。

推荐模型: GPT-5.3 Chat - 它提供了最佳整体取舍：得分有竞争力（7.5），响应快于GLM 5 Turbo，成本也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03 GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15
分数 7.5 8.4
排名 #47 #24
可靠性 10.0 10.0
一致性 8.1 8.5
测试正确
尝试通过率 66.7% 74.6%
不稳定测试 5 4
总运行次数 63 63
每个结果成本 3.605 2.011
总成本 $0.433 $0.323
输入价格 $1.750 / 1M $1.200 / 1M
输出价格 $14.000 / 1M $4.000 / 1M
总输入令牌 34,209 35,593
输出令牌 26,617 12,245
推理令牌 0 62,277
响应时间（平均） 6.34s 23.00s
响应时间（最大） 18.33s 194.23s
响应时间（总计） 133.13s 482.97s

Generation showcase

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 tok

#24 GLM 5 Turbo

medium
Cost
$0.074
Time
206.0s
Tokens
18,549 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

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-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
GLM 5 Turbo 10.0 10.0 100.0% 0 4.82s 555 362 3,137
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-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
GLM 5 Turbo 8.2 9.3 66.7% 0 45.90s 5,941 363 25,381
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-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
GLM 5 Turbo 10.0 10.0 100.0% 0 13.88s 12,714 390 2,037
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-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
GLM 5 Turbo 10.0 10.0 100.0% 0 6.19s 7,107 577 3,632
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-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
GLM 5 Turbo 2.9 4.4 22.2% 2 71.07s 489 9,665 19,279
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-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
GLM 5 Turbo 6.1 3.1 66.7% 1 10.05s 477 60 2,216
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-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
GLM 5 Turbo 10.0 10.0 100.0% 0 5.38s 636 255 2,183
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-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
GLM 5 Turbo 8.7 7.9 77.8% 1 5.23s 609 312 2,647
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-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
GLM 5 Turbo 10.0 10.0 100.0% 0 9.84s 6,879 241 446
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-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0
GLM 5 Turbo 3.0 10.0 0.0% 0 40.17s 186 20 1,319

快速对比

切换对比组合

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.3 ChatnonevsGrok Build 0.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGLM 5 TurbomediumGPT-5.3 ChatnonevsGrok 4.20medium