- 排名
- #10
- 总输出令牌
- 28,540
- 响应时间（平均）
- 10.15s
- 总成本
- $1.257
GPT-5.5 (low) vs GLM 5 Turbo (medium)
GPT-5.5 (low) 平均分领先，为 9.3 vs 7.6。 GLM 5 Turbo (medium) benchmark 成本更低，为 $0.323 vs $1.257。 GPT-5.5 (low) 更快，为 10.15s vs 23.00s，通过率为 86.4% vs 71.2%。
- 排名
- #77
- 总输出令牌
- 74,522
- 响应时间（平均）
- 23.00s
- 总成本
- $0.323
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 Turbo (medium)快约 2.3 倍。
详细对比
| 指标 | GPT-5.5 GPT-5.5 low | GLM 5 Turbo GLM 5 Turbo medium |
|---|---|---|
| 分数 | 9.3 | 7.6 |
| 排名 | #10 | #77 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 10.0 | 8.1 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 86.4% | 71.2% |
| 不稳定测试 | 0 | 4 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 6.614 | 2.011 |
| 总成本 | $1.257 | $0.323 |
| 输入价格 | $5.000 / 1M | $1.200 / 1M |
| 输出价格 | $30.000 / 1M | $4.000 / 1M |
| 总输入令牌 | 80,067 | 35,593 |
| 输出令牌 | 5,378 | 12,245 |
| 推理令牌 | 23,162 | 62,277 |
| 响应时间（平均） | 10.15s | 23.00s |
| 响应时间（最大） | 56.19s | 194.23s |
| 响应时间（总计） | 223.24s | 482.97s |
| 参数量 | ~1.5T 总计 (~100B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#10 GPT-5.5
low- 成本
- $0.068
- 时间
- 37.0s
- 令牌
- 2,339 tok
#77 GLM 5 Turbo
medium- 成本
- $0.074
- 时间
- 206.0s
- 令牌
- 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 606 | 238 | 1,020 | |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 15.04s | 7,302 | 423 | 6,402 | |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 13.73s | 56,868 | 3,635 | 1,297 | |
| GLM 5 Turbo | 5.0 | 5.0 | 50.0% | 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 7,140 | 228 | 157 | |
| 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-5.5 | 5.3 | 10.0 | 33.3% | 0 | 28.19s | 732 | 69 | 11,731 | |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 5.17s | 477 | 133 | 245 | |
| 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-5.5 | 9.9 | 10.0 | 100.0% | 0 | 3.74s | 660 | 93 | 415 | |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.74s | 642 | 279 | 954 | |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 5,445 | 250 | 101 | |
| 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-5.5 | 3.0 | 10.0 | 0.0% | 0 | 10.06s | 195 | 30 | 840 | |
| 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
GPT-5.5lowvsGrok 4.6highGemini 3.7 FlashmediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 5highvsGPT-5.5lowClaude Opus 5mediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.8 MaxmediumGPT-5.5lowvsGrok 4.5highGemini 3.6 FlashmediumvsGPT-5.5low