GPT-6.1 Sol (low) vs GLM 5.2 (high)

已对比模型

排名: #16
总输出令牌: 13,138
响应时间（平均）: 7.15s
总成本: $0.460

排名: #78
总输出令牌: 382,333
响应时间（平均）: 69.11s
总成本: $4.632

推荐模型 GPT-6.1 Sol (low)

它在这里得分最高（9.6），同时成本比GLM 5.2 (high)低约 10.1 倍。

详细对比

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数	9.6	8.4
排名	#16	#78
可靠性	10.0	10.0
一致性	9.6	8.6
尝试次数	69/69	69/69
测试正确
尝试通过率	92.8%	71.0%
不稳定测试	1	3
总运行次数	69	69
每个结果成本	2.187	7.314
总成本	$0.460	$4.632
输入价格	$2.000 / 1M	$0.153 / 1M
输出价格	$10.000 / 1M	$12.000 / 1M
缓存读取价格	$0.100 / 1M	$0.150 / 1M
缓存写入价格	$2.500 / 1M	不适用
总输入令牌	163,900	288,913
输出令牌	4,958	79,462
推理令牌	8,180	303,120
响应时间（平均）	7.15s	69.11s
响应时间（最大）	46.57s	599.43s
响应时间（总计）	164.47s	1589.43s
参数量	~2T 总计 (~150B 激活)	744B 总计 (40B 激活)
开放状态	闭源	开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#16 GPT-6.1 Sol

low

成本: $0.028
时间: 44.6s
令牌: 2,881 tok

#78 GLM 5.2

high

Reached the allocated time limit (300 seconds) without receiving showcase output.

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

类别:

智能体任务	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-6.1 Sol	10.0	10.0	100.0%	0		46.57s	85,882	798	461
GLM 5.2	10.0	10.0	100.0%	0		52.45s	205,091	7,422	10,505

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-6.1 Sol	10.0	10.0	100.0%	0		2.14s	606	147	226
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-6.1 Sol	10.0	10.0	100.0%	0		4.48s	7,302	388	1,286
GLM 5.2	6.4	8.6	33.3%	0		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-6.1 Sol	10.0	10.0	100.0%	0		10.94s	54,810	2,619	370
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

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-6.1 Sol	10.0	10.0	100.0%	0		1.94s	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-6.1 Sol	7.7	10.0	66.7%	0		15.39s	732	69	5,195
GLM 5.2	3.1	6.5	11.1%	1		126.85s	560	49,045	157,522

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-6.1 Sol	10.0	10.0	100.0%	0		3.66s	477	114	142
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-6.1 Sol	10.0	10.0	100.0%	0		2.21s	660	93	115
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-6.1 Sol	10.0	10.0	100.0%	0		2.19s	642	232	88
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-6.1 Sol	10.0	10.0	100.0%	0		5.53s	5,454	246	0
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-6.1 Sol	2.8	1.6	33.3%	1		3.80s	195	30	297
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Gemini 3.7 FlashmediumvsGPT-6.1 Sollow Kimi K3maxvsGLM 5.2high Gemini 3.1 Pro PreviewmediumvsGLM 5.2high Muse Glimmer 30BxhighvsGLM 5.2high GPT-5 MinimediumvsGLM 5.2high Qwen3.8 2.4T A95BlowvsGLM 5.2high GPT-6 LunamediumvsGLM 5.2high Claude Opus 4.8mediumvsGLM 5.2high Ling 3.1 FlashmediumvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high