OpenAI: GPT-5.6 Luna vs Z.ai: GLM 5

平均分几乎持平，为 7.7 vs 7.7。 GLM 5 (medium) benchmark 成本更低，为 $0.372 vs $1.017。 GPT-5.6 Luna (high) 更快，为 18.68s vs 33.54s，通过率为 72.7% vs 78.8%。

推荐模型GLM 5 (medium)它在这里得分最高（7.7），同时成本比GPT-5.6 Luna (high)低约 2.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09	GLM 5 GLM 5 medium 发布日期: 2026-02-12

指标	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09	GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数	7.7	7.7
排名	#42	#40
可靠性	10.0	10.0
一致性	8.9	8.1
测试正确
尝试通过率	72.7%	78.8%
不稳定测试	3	4
总运行次数	66	63
每个结果成本	6.780	1.668
总成本	$1.017	$0.372
输入价格	$1.000 / 1M	$0.950 / 1M
输出价格	$6.000 / 1M	$3.150 / 1M
总输入令牌	80,918	35,224
输出令牌	5,088	21,570
推理令牌	150,910	102,996
响应时间（平均）	18.68s	33.54s
响应时间（最大）	111.09s	99.85s
响应时间（总计）	411.05s	435.99s

Hamster playing table tennis

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

#42 GPT-5.6 Luna

high

成本: $0.033
时间: 34.2s
令牌: 5,484 tok

#40 GLM 5

medium

成本: $0.005
时间: 20.7s
令牌: 2,068 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

类别:

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	10.0	10.0	100.0%	0		23.66s	555	480	7,056

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	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

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	5.0	5.0	50.0%	0		28.96s	12,804	662	3,242

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	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

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	7.7	10.0	66.7%	0		78.96s	723	69	96,395
GLM 5	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

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	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

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	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

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	10.0	10.0	100.0%	0		11.33s	609	33	4,076

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	10.0	10.0	100.0%	0		15.93s	6,935	233	994

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	3.0	10.0	0.0%	0		67.37s	186	401	12,450

快速对比

切换对比组合

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsGLM 5medium DeepSeek V4 FlashhighvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh DeepSeek V4 ProhighvsGLM 5medium MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.6 Plusmedium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Lunahigh Kimi K2.7 CodemediumvsGPT-5.6 Lunahigh