GPT-5.6 Luna (medium) vs GLM 5.3 (high)

排名: #93
总输出令牌: 44,525
响应时间（平均）: 7.43s
总成本: $0.072

排名: #99
总输出令牌: 63,667
响应时间（平均）: 27.82s
总成本: $0.403

推荐模型 GPT-5.6 Luna (medium)

它在这里得分最高（7.4），同时成本比GLM 5.3 (high)低约 5.6 倍。

详细对比

指标	GPT-5.6 Luna GPT-5.6 Luna medium 发布日期: 2026-07-09	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20

指标	GPT-5.6 Luna GPT-5.6 Luna medium 发布日期: 2026-07-09	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20
分数	7.4	7.3
排名	#93	#99
可靠性	10.0	10.0
一致性	9.2	7.5
尝试次数	66/66	66/66
测试正确
尝试通过率	62.1%	74.2%
不稳定测试	2	7
总运行次数	66	66
每个结果成本	2.601	3.099
总成本	$0.072	$0.403
输入价格	$0.200 / 1M	$1.400 / 1M
输出价格	$1.200 / 1M	$4.400 / 1M
总输入令牌	89,685	87,601
输出令牌	5,701	6,006
推理令牌	38,824	57,661
响应时间（平均）	7.43s	27.82s
响应时间（最大）	29.85s	159.91s
响应时间（总计）	163.54s	612.06s
参数量	~400B 总计 (~17B 激活)	744B 总计 (40B 激活)
开放状态	闭源	闭源

模型生成展示

Hamster playing table tennis

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

#93 GPT-5.6 Luna

medium

成本: $0.014
时间: 14.6s
令牌: 2,362 tok

#99 GLM 5.3

high

成本: $0.085
时间: 362.5s
令牌: 19,310 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		2.52s	606	160	987
GLM 5.3	10.0	10.0	100.0%	0		3.72s	639	237	481

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 5.3	6.6	5.0	66.7%	2		18.89s	7,317	473	8,190

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		14.59s	66,477	3,926	4,594
GLM 5.3	6.4	5.8	66.7%	1		63.96s	62,821	3,936	12,203

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 5.3	10.0	10.0	100.0%	0		3.55s	7,149	210	189

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	2.9	7.2	11.1%	1		18.45s	732	70	17,375
GLM 5.3	2.9	4.4	22.2%	2		112.33s	759	238	33,423

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 5.3	6.1	3.1	66.7%	1		8.00s	498	192	407

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 5.3	9.8	10.0	100.0%	0		3.62s	678	72	182

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 5.3	8.2	7.2	88.9%	1		4.74s	672	332	452

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 5.3	10.0	10.0	100.0%	0		17.05s	6,861	231	91

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 5.3	3.0	10.0	0.0%	0		21.98s	207	85	2,043

快速对比

切换对比组合

Claude Sonnet 4.6nonevsGLM 5.3high KAT-Coder-Pro V2.5lowvsGLM 5.3high GPT-5.6 LunamediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsGLM 5.3high Grok 4.6lowvsGLM 5.3high Gemini 3.1 Flash LitemediumvsGLM 5.3high GPT-5.6 LunamediumvsQwen3.8 2.4T A95Bhigh Qwen3.7 PlusnonevsGLM 5.3high GPT-5.6 LunamediumvsGrok 4.6low Gemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium DeepSeek V4 Flash 0731mediumvsGLM 5.3high LongCat 2.0mediumvsGLM 5.3high