导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

GPT-5.6 Terra (high) vs GLM 5.2 (high) benchmark 对比：GPT-5.6 Terra (high) 平均分领先，为 8.2 vs 8.0。 GLM 5.2 (high) benchmark 成本更低，为 $0.554 vs $0.852。 GPT-5.6 Terra (high) 更快，为 10.89s vs 37.09s，通过率为 68.3% vs 77.8%。

推荐模型: GPT-5.6 Terra (high) - 它在这里得分最高（8.2），同时响应速度比GLM 5.2 (high)快约 3.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09 GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数 8.2 8.0
排名 #29 #32
可靠性 10.0 9.3
一致性 9.6 7.6
测试正确
尝试通过率 68.3% 77.8%
不稳定测试 1 6
总运行次数 63 63
每个结果成本 6.086 4.255
总成本 $0.852 $0.554
输入价格 $2.500 / 1M $0.770 / 1M
输出价格 $15.000 / 1M $2.420 / 1M
总输入令牌 34,218 34,993
输出令牌 1,908 51,575
推理令牌 49,189 166,065
响应时间（平均） 10.89s 37.09s
响应时间（最大） 91.49s 180.69s
响应时间（总计） 228.65s 778.91s

生成展示

Hamster playing table tennis

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

#29 GPT-5.6 Terra

high
成本
$0.055
时间
30.2s
令牌
3,748 tok

#32 GLM 5.2

high
无效SVG
成本
$0.000
时间
300.0s
令牌
0 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 Terra 8.3 10.0 75.0% 0 2.54s 606 158 700
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
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 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
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 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
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 Terra 10.0 10.0 100.0% 0 938ms 7,140 222 0
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
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 Terra 5.3 10.0 33.3% 0 43.44s 723 70 32,942
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
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 Terra 5.1 10.0 0.0% 0 3.03s 477 113 216
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
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 Terra 10.0 10.0 100.0% 0 2.14s 660 96 319
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
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 Terra 7.7 10.0 66.7% 0 5.45s 642 277 2,613
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
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 Terra 10.0 10.0 100.0% 0 4.97s 5,454 258 168
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
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 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

快速对比

切换对比组合

GPT-5.6 TerrahighvsQwen3.7 PlusmediumGPT-5.4 MinimediumvsGLM 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2highQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highGPT-5.6 TerrahighvsGrok 4.5mediumClaude Sonnet 5mediumvsGLM 5.2highGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumQwen3.6 PlusmediumvsGLM 5.2high