导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Z.ai: GLM 5

摘要

GPT-5.5 vs GLM 5 benchmark 对比：GPT-5.5 平均分领先，为 9.0 vs 8.3。 GLM 5 benchmark 成本更低，为 $0.228 vs $0.907。 GPT-5.5 更快，为 9.76s vs 33.54s，通过率为 85.7% vs 82.5%。

推荐模型: GLM 5 - 它的得分接近这里的最高分（8.3 vs 9.0），同时成本比GPT-5.5低约 4.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数 9.0 8.3
排名 #6 #18
可靠性 10.0 10.0
一致性 10.0 8.5
测试正确
尝试通过率 85.7% 82.5%
不稳定测试 0 4
总运行次数 63 63
每个结果成本 5.035 1.668
总成本 $0.907 $0.228
输入价格 $5.000 / 1M $0.600 / 1M
输出价格 $30.000 / 1M $1.920 / 1M
总输入令牌 34,209 35,224
输出令牌 2,046 21,570
推理令牌 22,460 102,996
响应时间（平均） 9.76s 33.54s
响应时间（最大） 56.19s 99.85s
响应时间（总计） 204.92s 435.99s

Generation showcase

Hamster playing table tennis

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

#6 GPT-5.5

low
Cost
$0.068
Time
37.0s
Tokens
2,339 tok

#18 GLM 5

medium
Cost
$0.005
Time
20.7s
Tokens
2,068 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
GLM 5 10.0 10.0 100.0% 0 23.66s 555 480 7,056
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
GLM 5 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
GLM 5 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
GLM 5 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
GLM 5 10.0 10.0 100.0% 0 11.33s 609 33 4,076
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
GLM 5 10.0 10.0 100.0% 0 15.93s 6,935 233 994
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450

快速对比

切换对比组合

Gemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.7 MaxmediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3.5 FlashnonevsGLM 5mediumClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowClaude Fable 5mediumvsGPT-5.5lowGPT-5.2 ChatnonevsGLM 5mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighvsGLM 5mediumGemini 3.5 FlashminimalvsGLM 5medium