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-5.5 vs Z.ai: GLM 5 Turbo

摘要

GPT-5.5 vs GLM 5 Turbo benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 8.4。 GLM 5 Turbo benchmark 成本更低，为 $0.323 vs $0.907。 GPT-5.5 更快，为 9.76s vs 23.00s，通过率为 85.7% vs 74.6%。

推荐模型: GPT-5.5 - 它在这里得分最高（9.3），同时响应速度比GLM 5 Turbo快约 2.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15
分数 9.3 8.4
排名 #4 #21
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% 74.6%
不稳定测试 0 4
总运行次数 63 63
每个结果成本 5.035 2.011
总成本 $0.907 $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 34,209 35,593
输出令牌 2,046 12,245
推理令牌 22,460 62,277
响应时间（平均） 9.76s 23.00s
响应时间（最大） 56.19s 194.23s
响应时间（总计） 204.92s 482.97s

生成展示

Hamster playing table tennis

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

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 tok

#21 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 9.56s 11,019 303 717
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-5.5 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 28.05s 723 69 11,609
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-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low