Thinking Machines: Inkling vs Z.ai: GLM 5.2

GLM 5.2 (high) 平均分领先，为 8.0 vs 8.0。 GLM 5.2 (high) benchmark 成本更低，为 $0.296 vs $0.391。 Inkling (medium) 更快，为 16.21s vs 62.65s，通过率为 78.8% vs 71.2%。

推荐模型Inkling (medium)它的得分接近这里的最高分（8.0 vs 8.0），同时响应速度比GLM 5.2 (high)快约 3.9 倍。

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

指标	Inkling Inkling medium 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 medium 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	#32	#31
可靠性	9.8	10.0
一致性	8.2	8.6
测试正确
尝试通过率	78.8%	71.2%
不稳定测试	5	3
总运行次数	66	66
每个结果成本	2.604	5.873
总成本	$0.391	$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	124,053	83,813
输出令牌	12,189	69,688
推理令牌	53,597	225,659
响应时间（平均）	16.21s	62.65s
响应时间（最大）	85.12s	599.43s
响应时间（总计）	356.54s	1378.34s

Hamster playing table tennis

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

#32 Thinking Machines: Inkling

medium

成本: $0.004
时间: 11.2s
令牌: 852 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	8.7	7.9	91.7%	1		6.49s	645	333	3,091
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	8.4	7.8	77.8%	1		25.20s	7,374	525	14,457
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		41.15s	98,542	10,088	4,626
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		3.60s	7,068	216	813
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	5.3	7.2	44.4%	1		35.60s	795	68	20,323
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		4.65s	501	170	699
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		6.17s	708	93	1,886
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	10.0	10.0	100.0%	0		5.18s	714	370	2,310
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		4.48s	7,487	296	298
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	2.8	1.6	33.3%	1		21.69s	219	30	5,094
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

Kimi K3maxvsInklingmedium GPT-5.6 TerrahighvsInklingmedium GPT-5.2 ChatnonevsGLM 5.2high Step 3.7 FlashmediumvsGLM 5.2high GPT-5 MinimediumvsGLM 5.2high Kimi K3maxvsGLM 5.2high GPT-5.2 ChatnonevsInklingmedium Muse Spark 1.1highvsInklingmedium Seed-2.0-LitemediumvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high