导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

GPT-5.5 vs GLM 5V Turbo benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 5.9。 GLM 5V Turbo benchmark 成本更低，为 $0.052 vs $0.907。 GLM 5V Turbo 更快，为 2.99s vs 9.76s，通过率为 85.7% vs 38.1%。

推荐模型: GPT-5.5 - 它在本次比较中得分最高（9.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

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 5V Turbo GLM 5V Turbo none 发布日期: 2026-04-01
分数 9.3 5.9
排名 #4 #105
可靠性 10.0 10.0
一致性 10.0 10.0
测试正确
尝试通过率 85.7% 38.1%
不稳定测试 0 0
总运行次数 63 63
每个结果成本 5.035 0.645
总成本 $0.907 $0.052
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 37,100
输出令牌 2,046 1,766
推理令牌 22,460 0
响应时间（平均） 9.76s 2.99s
响应时间（最大） 56.19s 6.51s
响应时间（总计） 204.92s 62.74s

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

#105 GLM 5V Turbo

none
成本
$0.042
时间
177.3s
令牌
10,434 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 5V Turbo 4.8 10.0 25.0% 0 3.13s 555 281 0
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 5V Turbo 5.5 10.0 33.3% 0 3.13s 7,256 360 0
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 5V Turbo 3.0 10.0 0.0% 0 6.51s 12,708 276 0
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 5V Turbo 10.0 10.0 100.0% 0 3.81s 7,107 204 0
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 5V Turbo 5.3 10.0 33.3% 0 2.09s 687 24 0
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 5V Turbo 4.6 10.0 0.0% 0 2.22s 477 114 0
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 5V Turbo 6.5 10.0 50.0% 0 1.97s 636 60 0
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 5V Turbo 5.3 10.0 33.3% 0 2.40s 609 210 0
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 5V Turbo 10.0 10.0 100.0% 0 4.86s 6,879 222 0
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 5V Turbo 3.0 10.0 0.0% 0 2.23s 186 15 0

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