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

Z.ai: GLM 5.2 vs Z.ai: GLM 5

摘要

GLM 5.2 vs GLM 5 benchmark 对比：GLM 5.2 平均分领先，为 8.7 vs 8.6。 GLM 5 benchmark 成本更低，为 $0.228 vs $0.324。 GLM 5.2 更快，为 23.28s vs 33.54s，通过率为 84.1% vs 82.5%。

推荐模型: GLM 5 - 它提供了最佳整体取舍：得分有竞争力（8.6），成本低于GLM 5.2，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17 GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数 8.7 8.6
排名 #14 #15
可靠性 9.5 10.0
一致性 8.4 8.5
测试正确
尝试通过率 84.1% 82.5%
不稳定测试 4 4
总运行次数 63 63
每个结果成本 2.159 1.668
总成本 $0.324 $0.228
输入价格 $1.400 / 1M $0.600 / 1M
输出价格 $4.400 / 1M $1.920 / 1M
总输入令牌 37,199 35,224
输出令牌 12,261 21,570
推理令牌 49,500 102,996
响应时间（平均） 23.28s 33.54s
响应时间（最大） 101.36s 99.85s
响应时间（总计） 488.94s 435.99s

Generation showcase

Hamster playing table tennis

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

#14 GLM 5.2

medium
Cost
$0.041
Time
195.8s
Tokens
9,287 tok

#15 GLM 5

medium
Cost
$0.005
Time
20.7s
Tokens
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
GLM 5.2 10.0 10.0 100.0% 0 5.89s 639 497 2,634
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
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123
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
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
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
GLM 5.2 10.0 10.0 100.0% 0 13.44s 7,149 348 2,345
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
GLM 5.2 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
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
GLM 5.2 10.0 10.0 100.0% 0 17.39s 498 54 1,842
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
GLM 5.2 9.9 10.0 100.0% 0 7.90s 678 94 1,518
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
GLM 5.2 8.2 7.2 88.9% 1 13.13s 672 536 4,822
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
GLM 5.2 10.0 10.0 100.0% 0 20.41s 6,861 230 550
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
GLM 5.2 3.0 10.0 0.0% 0 34.25s 138 381 2,529
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 5mediumGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsGLM 5.2mediumGemini 3.5 FlashlowvsGLM 5.2mediumGPT-5.5lowvsGLM 5.2mediumGemini 3.5 FlashlowvsGLM 5mediumGPT-5.5lowvsGLM 5mediumStep 3.7 FlashlowvsGLM 5mediumDeepSeek V4 ProhighvsGLM 5mediumStep 3.7 FlashlowvsGLM 5.2mediumGPT-5.3 ChatnonevsGLM 5medium