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 6.3 vs 6.0。 GLM 5 benchmark 成本更低，为 $0.027 vs $0.231。 GPT-5.5 更快，为 1.89s vs 4.03s，通过率为 54.0% vs 44.4%。

推荐模型: GLM 5 - 它的得分接近这里的最高分（6.0 vs 6.3），同时成本比GPT-5.5低约 8.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24 GLM 5 GLM 5 none 发布日期: 2026-02-12
分数 6.3 6.0
排名 #93 #104
可靠性 10.0 10.0
一致性 8.8 9.7
测试正确
尝试通过率 54.0% 44.4%
不稳定测试 3 1
总运行次数 63 63
每个结果成本 2.302 0.263
总成本 $0.231 $0.027
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 34,212 37,135
输出令牌 1,971 1,989
推理令牌 0 0
响应时间（平均） 1.89s 4.03s
响应时间（最大） 5.56s 11.07s
响应时间（总计） 39.64s 56.37s

生成展示

Hamster playing table tennis

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

#93 GPT-5.5

none
成本
$0.090
时间
54.3s
令牌
3,063 tok

#104 GLM 5

none
成本
$0.007
时间
32.1s
令牌
2,023 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 6.9 7.9 66.7% 1 1.31s 606 213 0
GLM 5 4.8 10.0 25.0% 0 2.37s 510 275 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 5.5 10.0 33.3% 0 1.35s 7,305 462 0
GLM 5 4.0 7.8 11.1% 1 5.12s 7,256 428 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 3.0 10.0 0.0% 0 5.56s 11,019 300 0
GLM 5 3.0 10.0 0.0% 0 4.98s 12,812 406 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 1.18s 7,140 222 0
GLM 5 10.0 10.0 100.0% 0 5.78s 7,107 203 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 2.9 7.2 11.1% 1 1.31s 723 52 0
GLM 5 3.0 10.0 0.0% 0 2.24s 643 19 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 3.41s 477 124 0
GLM 5 10.0 10.0 100.0% 0 3.27s 477 103 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 6.2 5.8 66.7% 1 1.15s 660 81 0
GLM 5 10.0 10.0 100.0% 0 1.48s 636 61 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 7.7 10.0 66.7% 0 1.29s 642 252 0
GLM 5 7.7 10.0 66.7% 0 1.91s 609 261 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 3.90s 5,445 247 0
GLM 5 10.0 10.0 100.0% 0 11.07s 6,899 220 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 5.01s 195 18 0
GLM 5 3.0 10.0 0.0% 0 3.62s 186 13 0

快速对比

切换对比组合

GPT-5.5nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsGPT-5.5noneNemotron 3 Supermedium免费可用vsGPT-5.5noneNorth Mini Codemedium免费可用vsGLM 5noneGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LitelowvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneGPT-5.5nonevsQwen3.6 27BmediumQwen3.5-35B-A3BmediumvsGLM 5noneGPT-5.5nonevsStep 3.5 FlashmediumGemma 4 31Bmedium免费可用vsGLM 5none