导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.6 Luna vs Z.ai: GLM 5.2

摘要

GPT-5.6 Luna (medium) vs GLM 5.2 benchmark 对比：GPT-5.6 Luna (medium) 平均分领先，为 7.6 vs 7.1。 GLM 5.2 benchmark 成本更低，为 $0.030 vs $0.258。 GLM 5.2 更快，为 6.34s vs 6.70s，通过率为 63.5% vs 60.3%。

推荐模型: GLM 5.2 - 它的得分接近这里的最高分（7.1 vs 7.6），同时成本比GPT-5.6 Luna (medium)低约 8.8 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 medium 发布日期: 2026-07-09 GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数 7.6 7.1
排名 #54 #73
可靠性 10.0 9.9
一致性 9.6 9.6
测试正确
尝试通过率 63.5% 60.3%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 1.978 0.628
总成本 $0.258 $0.030
输入价格 $1.000 / 1M $0.540 / 1M
输出价格 $6.000 / 1M $1.760 / 1M
总输入令牌 35,699 38,671
输出令牌 2,148 4,817
推理令牌 34,740 0
响应时间（平均） 6.70s 6.34s
响应时间（最大） 29.85s 20.69s
响应时间（总计） 140.62s 133.19s

生成展示

Hamster playing table tennis

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

#54 GPT-5.6 Luna

medium
成本
$0.014
时间
14.6s
令牌
2,362 tok

#73 GLM 5.2

none
无效SVG
成本
$0.033
时间
87.7s
令牌
7,455 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 2.52s 606 160 987
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 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 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 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 1.95s 7,140 234 324
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 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 5.1 10.0 0.0% 0 4.34s 477 112 496
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 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 9.9 10.0 100.0% 0 2.38s 660 95 393
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 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 7.8 10.0 66.7% 0 4.04s 642 255 2,104
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 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 6.02s 5,454 256 244
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 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 6.64s 195 29 2,379
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

快速对比

切换对比组合

Gemma 4 26B A4Bmedium免费可用vsGLM 5.2noneDeepSeek V4 ProhighvsGPT-5.6 LunamediumStep 3.7 FlashhighvsGLM 5.2noneLaguna XS 2.1medium免费可用vsGLM 5.2noneKimi K2.7 CodemediumvsGLM 5.2noneGPT-5.6 LunamediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumGrok 4.20mediumvsGLM 5.2noneGemini 3 Flash PreviewlowvsGLM 5.2noneGPT-5.6 LunamediumvsGrok 4.5lowClaude Sonnet 4.6nonevsGPT-5.6 Lunamedium