- 排名
- #94
- 总输出令牌
- 45,154
- 响应时间（平均）
- 15.87s
- 总成本
- $0.031
GPT-6 Luna (medium) vs GLM 5.2 (medium)
平均分几乎持平，为 7.9 vs 7.8。 GPT-6 Luna (medium) benchmark 成本更低，为 $0.031 vs $0.151。 GPT-6 Luna (medium) 更快，为 15.87s vs 23.28s，通过率为 72.7% vs 80.3%。
已对比模型
- 排名
- #98
- 总输出令牌
- 61,761
- 响应时间（平均）
- 23.28s
- 总成本
- $0.151
推荐模型
GPT-6 Luna (medium)
它在这里得分最高（7.9），同时成本比GLM 5.2 (medium)低约 4.9 倍。
详细对比
| 指标 | GPT-6 Luna GPT-6 Luna medium | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 7.9 | 7.8 |
| 排名 | #94 | #98 |
| 可靠性 | 10.0 | 9.5 |
| 一致性 | 8.9 | 8.0 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 80.3% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 0.218 | 2.159 |
| 总成本 | $0.031 | $0.151 |
| 输入价格 | $0.100 / 1M | $0.650 / 1M |
| 输出价格 | $0.500 / 1M | $2.042 / 1M |
| 总输入令牌 | 78,946 | 37,199 |
| 输出令牌 | 4,635 | 12,261 |
| 推理令牌 | 40,519 | 49,500 |
| 响应时间（平均） | 15.87s | 23.28s |
| 响应时间（最大） | 35.14s | 101.36s |
| 响应时间（总计） | 349.09s | 488.94s |
| 参数量 | ~400B 总计 (~17B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#94 GPT-6 Luna
medium- 成本
- $0.002
- 时间
- 23.6s
- 令牌
- 2,966 tok
#98 GLM 5.2
medium- 成本
- $0.041
- 时间
- 195.8s
- 令牌
- 9,287 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-6 Luna | 8.3 | 10.0 | 75.0% | 0 | 4.32s | 606 | 156 | 875 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 5.89s | 639 | 497 | 2,634 |
| 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 Luna | 6.6 | 4.6 | 77.8% | 2 | 23.63s | 7,302 | 438 | 10,222 | |
| GLM 5.2 | 8.2 | 7.2 | 88.9% | 1 | 40.96s | 7,317 | 1,475 | 17,123 |
| 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 Luna | 10.0 | 10.0 | 100.0% | 0 | 22.65s | 55,738 | 3,052 | 4,096 | |
| GLM 5.2 | 5.0 | 5.0 | 50.0% | 0 | 51.96s | 12,696 | 458 | 4,531 |
| 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 Luna | 10.0 | 10.0 | 100.0% | 0 | 26.09s | 7,140 | 234 | 268 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 13.44s | 7,149 | 348 | 2,345 |
| 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 Luna | 5.9 | 7.2 | 55.6% | 1 | 22.71s | 732 | 70 | 19,191 | |
| GLM 5.2 | 4.1 | 4.4 | 44.5% | 2 | 45.47s | 551 | 8,188 | 11,606 |
| 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 Luna | 4.4 | 9.9 | 0.0% | 0 | 28.25s | 477 | 91 | 289 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 17.39s | 498 | 54 | 1,842 |
| 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 Luna | 9.8 | 10.0 | 100.0% | 0 | 13.24s | 660 | 89 | 409 | |
| GLM 5.2 | 9.9 | 10.0 | 100.0% | 0 | 7.90s | 678 | 94 | 1,518 |
| 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 Luna | 7.7 | 10.0 | 66.7% | 0 | 9.78s | 642 | 211 | 3,189 | |
| GLM 5.2 | 8.2 | 7.2 | 88.9% | 1 | 13.13s | 672 | 536 | 4,822 |
| 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 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.84s | 5,454 | 264 | 249 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 20.41s | 6,861 | 230 | 550 |
| 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 Luna | 3.0 | 10.0 | 0.0% | 0 | 6.39s | 195 | 30 | 1,731 | |
| GLM 5.2 | 3.0 | 10.0 | 0.0% | 0 | 34.25s | 138 | 381 | 2,529 |
快速对比
切换对比组合
GPT-6 LunamediumvsQwen3.8 27BlowKimi K3maxvsGPT-6 LunamediumGPT-6 LunamediumvsGrok 4.7lowQwen3.8 27BlowvsGLM 5.2mediumGPT-5.2 ChatnonevsGLM 5.2mediumKimi K3maxvsGLM 5.2mediumClaude Opus 4.8lowvsGLM 5.2mediumQwen3.7 FlashhighvsGLM 5.2mediumGrok 4.7lowvsGLM 5.2mediumGPT-6 LunamediumvsGLM 5.2highGPT-5.6 TerrahighvsGLM 5.2mediumSeed-2.0-CodelowvsGLM 5.2medium