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 (medium) vs GLM 5.2 (high) benchmark 对比：GLM 5.2 (high) 平均分领先，为 8.0 vs 7.8。 GPT-5.6 Terra (medium) benchmark 成本更低，为 $0.496 vs $0.554。 GPT-5.6 Terra (medium) 更快，为 6.69s vs 37.09s，通过率为 68.3% vs 77.8%。

推荐模型: GPT-5.6 Terra (medium) - 它的得分接近这里的最高分（7.8 vs 8.0），同时响应速度比GLM 5.2 (high)快约 5.5 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 medium 发布日期: 2026-07-09 GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数 7.8 8.0
排名 #38 #32
可靠性 10.0 9.3
一致性 9.2 7.6
测试正确
尝试通过率 68.3% 77.8%
不稳定测试 2 6
总运行次数 63 63
每个结果成本 3.815 4.255
总成本 $0.496 $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 1,982 51,575
推理令牌 25,370 166,065
响应时间（平均） 6.69s 37.09s
响应时间（最大） 41.68s 180.69s
响应时间（总计） 140.49s 778.91s

生成展示

Hamster playing table tennis

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

#38 GPT-5.6 Terra

medium
成本
$0.035
时间
16.3s
令牌
2,418 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 2.22s 606 172 657
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 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527
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 6.26s 11,019 316 540
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 872ms 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 23.45s 723 70 15,327
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 5.5 10.0 0.0% 0 2.37s 477 133 144
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 1.43s 660 89 261
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 8.4 7.4 88.9% 1 3.78s 642 272 1,462
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 5.09s 5,454 254 246
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 10.05s 195 27 2,206
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 TerramediumvsGrok 4.5lowGPT-5.4 MinimediumvsGLM 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highClaude Opus 4.8lowvsGPT-5.6 TerramediumNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2highGPT-5.6 TerramediumvsStep 3.7 FlashlowQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highQwen3.6 PlusmediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2high