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

GPT-5.5 (low) 平均分领先，为 9.3 vs 7.7。 GLM 5 (medium) benchmark 成本更低，为 $0.307 vs $1.253。 GPT-5.5 (low) 更快，为 10.13s vs 33.54s，通过率为 86.4% vs 78.8%。

推荐模型GPT-5.5 (low)它在这里得分最高（9.3），同时响应速度比GLM 5 (medium)快约 3.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

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

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	9.3	7.7
排名	#9	#49
可靠性	10.0	10.0
一致性	10.0	8.1
测试正确
尝试通过率	86.4%	78.8%
不稳定测试	0	4
总运行次数	66	63
每个结果成本	6.594	1.668
总成本	$1.253	$0.307
输入价格	$5.000 / 1M	$0.950 / 1M
输出价格	$30.000 / 1M	$2.551 / 1M
总输入令牌	80,058	35,224
输出令牌	5,378	21,570
推理令牌	23,040	102,996
响应时间（平均）	10.13s	33.54s
响应时间（最大）	56.19s	99.85s
响应时间（总计）	222.82s	435.99s

Hamster playing table tennis

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

#9 GPT-5.5

low

成本: $0.068
时间: 37.0s
令牌: 2,339 tok

#49 GLM 5

medium

成本: $0.005
时间: 20.7s
令牌: 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

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-5.5	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		13.73s	56,868	3,635	1,297
GLM 5	5.0	5.0	50.0%	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

GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.8lowvsGLM 5medium DeepSeek V4 FlashhighvsGLM 5medium DeepSeek V4 ProhighvsGLM 5medium Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Opus 5highvsGPT-5.5low Claude Opus 5mediumvsGPT-5.5low Claude Opus 5nonevsGLM 5medium GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low GPT-5.3 ChatnonevsGLM 5medium