导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

GPT-5.6 Luna (low) vs GLM 5 benchmark 对比：GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 6.0。 GLM 5 benchmark 成本更低，为 $0.027 vs $0.141。 GLM 5 更快，为 4.03s vs 4.35s，通过率为 57.1% vs 44.4%。

推荐模型: GLM 5 - 它的得分接近这里的最高分（6.0 vs 6.2），同时成本比GPT-5.6 Luna (low)低约 5.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09 GLM 5 GLM 5 none 发布日期: 2026-02-12
分数 6.2 6.0
排名 #107 #117
可靠性 10.0 10.0
一致性 8.5 9.7
测试正确
尝试通过率 57.1% 44.4%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 1.404 0.263
总成本 $0.141 $0.027
输入价格 $1.000 / 1M $0.600 / 1M
输出价格 $6.000 / 1M $1.920 / 1M
总输入令牌 34,218 37,135
输出令牌 2,110 1,989
推理令牌 15,571 0
响应时间（平均） 4.35s 4.03s
响应时间（最大） 18.06s 11.07s
响应时间（总计） 91.45s 56.37s

生成展示

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 tok

#117 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-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
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-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432
GLM 5 3.0 10.0 0.0% 0 3.62s 186 13 0

快速对比

切换对比组合

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31Bnone免费可用vsGPT-5.6 LunalowGemma 4 31Bmedium免费可用vsGPT-5.6 LunalowNorth Mini Codemedium免费可用vsGLM 5noneNemotron 3 Supermedium免费可用vsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnone免费可用vsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGLM 5none