GPT-5.6 Luna (high) vs GLM 5.3 FlashX (max)

已对比模型

推荐模型 GPT-5.6 Luna (high)

它在这里得分最高（8.0），同时成本比GLM 5.3 FlashX (max)低约 3.0 倍。

指标	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21

指标	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21
分数	8.0	7.9
排名	#91	#97
可靠性	10.0	10.0
一致性	8.6	8.0
尝试次数	69/69	69/69
测试正确
尝试通过率	71.0%	78.3%
不稳定测试	4	6
总运行次数	69	69
每个结果成本	5.882	4.153
总成本	$0.207	$0.623
输入价格	$0.200 / 1M	$0.370 / 1M
输出价格	$1.200 / 1M	$1.250 / 1M
总输入令牌	197,896	322,894
输出令牌	6,211	8,010
推理令牌	133,184	394,755
响应时间（平均）	18.39s	43.97s
响应时间（最大）	111.09s	390.70s
响应时间（总计）	422.93s	1011.29s
参数量	~400B 总计 (~17B 激活)	320B 总计 (18B 激活)
开放状态	闭源	闭源

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

high

max

类别:

智能体任务	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-5.6 Luna	10.0	10.0	100.0%	0		60.15s	116,969	1,123	2,957
GLM 5.3 FlashX	6.1	3.1	66.7%	1		104.77s	221,683	1,709	25,322

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-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.65s	639	301	2,210

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-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746
GLM 5.3 FlashX	8.2	7.2	88.9%	1		24.61s	7,317	463	36,503

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-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005
GLM 5.3 FlashX	8.2	6.9	66.7%	1		45.23s	76,431	3,485	35,762

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-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470
GLM 5.3 FlashX	10.0	10.0	100.0%	0		3.38s	7,149	223	2,262

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-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712
GLM 5.3 FlashX	3.5	4.4	33.3%	2		224.00s	759	583	279,058

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-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563
GLM 5.3 FlashX	10.0	10.0	100.0%	0		5.01s	498	209	1,290

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-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481
GLM 5.3 FlashX	9.9	10.0	100.0%	0		2.23s	678	72	1,032

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-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281
GLM 5.3 FlashX	8.2	7.7	77.8%	1		3.88s	672	456	2,848

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-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.39s	6,861	231	712

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-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380
GLM 5.3 FlashX	3.0	10.0	0.0%	0		22.41s	207	278	7,756

切换对比组合