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

GPT-5.6 Terra (medium) 平均分领先，为 7.8 vs 7.7。 GLM 5 (medium) benchmark 成本更低，为 $0.307 vs $0.676。 GPT-5.6 Terra (medium) 更快，为 7.11s vs 33.54s，通过率为 69.7% vs 78.8%。

推荐模型GPT-5.6 Terra (medium)它在这里得分最高（7.8），同时响应速度比GLM 5 (medium)快约 4.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09	GLM 5 GLM 5 medium 发布日期: 2026-02-12

指标	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09	GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数	7.8	7.7
排名	#46	#49
可靠性	10.0	10.0
一致性	9.3	8.1
测试正确
尝试通过率	69.7%	78.8%
不稳定测试	2	4
总运行次数	66	63
每个结果成本	4.825	1.668
总成本	$0.676	$0.307
输入价格	$2.500 / 1M	$0.950 / 1M
输出价格	$15.000 / 1M	$2.551 / 1M
总输入令牌	79,175	35,224
输出令牌	4,878	21,570
推理令牌	26,952	102,996
响应时间（平均）	7.11s	33.54s
响应时间（最大）	41.68s	99.85s
响应时间（总计）	156.42s	435.99s

Hamster playing table tennis

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

#46 GPT-5.6 Terra

medium

成本: $0.035
时间: 16.3s
令牌: 2,418 tok

#49 GLM 5

medium

成本: $0.005
时间: 20.7s
令牌: 2,068 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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657
GLM 5	10.0	10.0	100.0%	0		23.66s	555	480	7,056

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	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

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		11.10s	55,976	3,212	2,122
GLM 5	5.0	5.0	50.0%	0		28.96s	12,804	662	3,242

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	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

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	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

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	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

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	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

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	10.0	10.0	100.0%	0		11.33s	609	33	4,076

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	10.0	10.0	100.0%	0		15.93s	6,935	233	994

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	3.0	10.0	0.0%	0		67.37s	186	401	12,450

快速对比

切换对比组合

GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.8lowvsGLM 5medium DeepSeek V4 FlashhighvsGLM 5medium DeepSeek V4 ProhighvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Terramedium Kimi K3maxvsGPT-5.6 Terramedium DeepSeek V4 FlashhighvsGPT-5.6 Terramedium DeepSeek V4 ProhighvsGPT-5.6 Terramedium Claude Opus 5nonevsGLM 5medium GPT-5.6 TerramediumvsGLM 5.2high GPT-5.3 ChatnonevsGLM 5medium GPT-5.6 TerramediumvsInklinghigh