导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5 Mini vs Z.ai: GLM 5

摘要

GPT-5 Mini vs GLM 5 benchmark 对比：平均分几乎持平，为 8.5 vs 8.6。 GPT-5 Mini benchmark 成本更低，为 $0.159 vs $0.228。 GPT-5 Mini 更快，为 23.64s vs 33.54s，通过率为 63.5% vs 82.5%。

推荐模型: GPT-5 Mini - 它在本次比较中得分最高（8.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07 GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数 8.5 8.6
排名 #16 #15
可靠性 10.0 10.0
一致性 9.1 8.5
测试正确
尝试通过率 63.5% 82.5%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 1.319 1.668
总成本 $0.159 $0.228
输入价格 $0.250 / 1M $0.600 / 1M
输出价格 $2.000 / 1M $1.920 / 1M
总输入令牌 37,100 35,224
输出令牌 6,801 21,570
推理令牌 67,690 102,996
响应时间（平均） 23.64s 33.54s
响应时间（最大） 88.15s 99.85s
响应时间（总计） 496.44s 435.99s

生成展示

Hamster playing table tennis

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

#16 GPT-5 Mini

medium
成本
$0.007
时间
42.9s
令牌
3,432 tok

#15 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

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 Mini 7.1 7.6 66.7% 1 13.86s 606 1,715 6,378
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 Mini 10.0 10.0 100.0% 0 27.63s 7,302 658 17,152
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 Mini 10.0 10.0 100.0% 0 88.15s 14,118 754 11,520
GLM 5 10.0 10.0 100.0% 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 Mini 10.0 10.0 100.0% 0 12.58s 7,140 453 3,200
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 Mini 3.6 7.2 22.2% 1 44.63s 515 293 14,016
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 Mini 4.5 10.0 0.0% 0 13.50s 477 349 1,856
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 Mini 10.0 10.0 100.0% 0 11.59s 660 310 3,968
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 Mini 5.6 9.8 33.3% 0 15.20s 642 1,622 6,144
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 Mini 10.0 10.0 100.0% 0 18.64s 5,445 487 1,600
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 Mini 3.0 10.0 0.0% 0 9.99s 195 160 1,856
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-5.2 ChatnonevsGLM 5mediumDeepSeek V4 FlashhighvsGPT-5 MinimediumDeepSeek V4 FlashhighvsGLM 5mediumGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsGPT-5 MinimediumGPT-5.5lowvsGLM 5mediumClaude Opus 4.8lowvsGPT-5 MinimediumClaude Opus 4.8lowvsGLM 5mediumGPT-5 MinimediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5mediumDeepSeek V4 ProhighvsGPT-5 MinimediumDeepSeek V4 ProhighvsGLM 5medium