Thinking Machines: Inkling vs Z.ai: GLM 5.2

平均分几乎持平，为 8.0 vs 8.0。 GLM 5.2 (high) benchmark 成本更低，为 $0.296 vs $1.006。 GLM 5.2 (high) 更快，为 62.65s vs 64.16s，通过率为 77.3% vs 71.2%。

推荐模型GLM 5.2 (high)它在这里得分最高（8.0），同时成本比Inkling (high)低约 3.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	Inkling Inkling high 发布日期: 2026-07-18	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17

指标	Inkling Inkling high 发布日期: 2026-07-18	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数	8.0	8.0
排名	#28	#31
可靠性	9.8	10.0
一致性	8.9	8.6
测试正确
尝试通过率	77.3%	71.2%
不稳定测试	3	3
总运行次数	66	66
每个结果成本	6.704	5.873
总成本	$1.006	$0.296
输入价格	$1.000 / 1M	$0.293 / 1M
输出价格	$4.050 / 1M	$0.920 / 1M
总输入令牌	86,746	83,813
输出令牌	6,055	69,688
推理令牌	220,791	225,659
响应时间（平均）	64.16s	62.65s
响应时间（最大）	327.51s	599.43s
响应时间（总计）	1411.59s	1378.34s

Hamster playing table tennis

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

#28 Thinking Machines: Inkling

high

成本: $0.005
时间: 32.2s
令牌: 1,275 tok

#31 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

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
Inkling	10.0	10.0	100.0%	0		12.68s	702	455	7,204
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
Inkling	8.5	10.0	66.7%	0		148.36s	7,374	430	78,982
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
Inkling	7.3	5.8	83.3%	1		63.78s	61,296	3,854	19,895
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
Inkling	10.0	10.0	100.0%	0		8.19s	7,068	216	2,349
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
Inkling	7.7	10.0	66.7%	0		186.39s	683	59	76,777
GLM 5.2	3.7	6.5	22.2%	1		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
Inkling	10.0	10.0	100.0%	0		6.53s	501	182	1,151
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
Inkling	9.8	10.0	100.0%	0		7.00s	708	93	2,098
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
Inkling	6.9	4.9	77.8%	2		10.69s	714	429	4,623
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
Inkling	3.0	10.0	0.0%	0		6.52s	7,481	307	601
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
Inkling	3.0	10.0	0.0%	0		153.57s	219	30	27,111
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

Step 3.7 FlashmediumvsInklinghigh GPT-5.2 ChatnonevsInklinghigh GPT-5.2 ChatnonevsGLM 5.2high Step 3.7 FlashmediumvsGLM 5.2high GPT-5 MinimediumvsInklinghigh GPT-5 MinimediumvsGLM 5.2high InklingmediumvsGLM 5.2high Kimi K3maxvsGLM 5.2high Kimi K3maxvsInklinghigh Seed-2.0-LitemediumvsGLM 5.2high Seed-2.0-LitemediumvsInklinghigh Qwen3.7 PlusmediumvsGLM 5.2high