BenchLeader

GLM 5.2 vs GPT-5.6 Sol

完整资料:GLM 5.2(Zhipu AI)和 GPT-5.6 Sol(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 12 个来源

截至 2026年11月16日,质量上 GPT-5.6 Sol 领先 GLM 5.2(BenchLeader Index 65.3 比 58.9)。不过,GLM 5.2 更便宜,对方的价格是它的 3.7 倍(每百万 token 混合价格 $2.15 比 $8.00)。在两者都有成绩的所有类别中,GPT-5.6 Sol 均领先。GPT-5.6 Sol 输出更快。

要点(截至 2026年11月16日)

  • GLM 5.2 的 BenchLeader Index 为 58.9,GPT-5.6 Sol 为 65.3(BenchLeader,2026年11月16日)。
  • GLM 5.2 每百万 token 混合价格为 $2.15(标价,2026年11月16日)。
  • GPT-5.6 Sol 每百万 token 混合价格为 $8.00(标价,2026年11月16日)。
  • GPT-5.6 Sol 比 GLM 5.2 输出更快(Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 42 项基准测试中,GPT-5.6 Sol 领先 39 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-5.6 Sol类别得分 66 比 62;SciCode 57.1% 比 51.2%中
智能体与工具调用GPT-5.6 Sol类别得分 68 比 62;τ³-Banking (AA) 44.3% 比 34.6%中
数学GPT-5.6 Sol类别得分 70 比 53;FrontierMath Tiers 1–3 89.1% 比 59.2%高
推理GPT-5.6 Sol类别得分 65 比 57;GPQA Diamond 93.5% 比 91.9%高
知识GPT-5.6 Sol类别得分 64 比 44;SimpleQA Verified 69.7% 比 34.2%高
长文档GPT-5.6 Sol类别得分 67 比 64;AA-LCR v1.1 84.0% 比 78.3%中
指令遵循均可类别得分 72 比 71;IFBench 73.3% 比 72.7%均可
对话质量(人类偏好)–只有 GLM 5.2 有 Arena 评分(类别得分 66)无法比较
成本最低GLM 5.2每百万 token 混合价格 $2.15 比 $8.00;智能体编程会话 $0.102 比 $0.320–
首次回答最快均可首个回答 token 26.8 秒(GLM 5.2 (max))比 33.5 秒(GPT-5.6 Sol (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 质量上 GPT-5.6 Sol (max) 领先:65.3 比 58.9。
  • GLM 5.2 (max) 在指令遵循方面更强。
  • GPT-5.6 Sol (max) 在智能体与工具、编程、知识、长上下文、数学、推理方面更强。
  • GLM 5.2 (max) 更便宜,对方的价格是它的 3.7 倍(每百万 token 混合价格 $2.15 比 $8.00)。
  • GPT-5.6 Sol (max) 的输出速度是对方的 1.4 倍(100 比 69 token/秒)。

概览

规格GLM 5.2GPT-5.6 Sol
提供商Zhipu AIOpenAI
发布日期2026年6月16日2026年7月9日
上下文窗口(token)1,000,0001,050,000
对比时的配置GLM 5.2 (max)GPT-5.6 Sol (max)
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.40 / $4.40 / $0.260$4.00 / $20.00 / $0.400

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GLM 5.2 (max)GPT-5.6 Sol (max)领先者
推理57.264.7GPT-5.6 Sol
编程61.865.8GPT-5.6 Sol
智能体与工具62.167.5GPT-5.6 Sol
数学52.670.0GPT-5.6 Sol
知识44.363.8GPT-5.6 Sol
指令遵循71.871.2持平
人类偏好66.4–无法比较
多模态–65.9无法比较
长上下文63.866.7GPT-5.6 Sol

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识指令遵循长上下文GLM 5.2, 推理: 57.2GLM 5.2, 编程: 61.8GLM 5.2, 智能体与工具: 62.1GLM 5.2, 数学: 52.6GLM 5.2, 知识: 44.3GLM 5.2, 指令遵循: 71.8GLM 5.2, 长上下文: 63.8GPT-5.6 Sol, 推理: 64.7GPT-5.6 Sol, 编程: 65.8GPT-5.6 Sol, 智能体与工具: 67.5GPT-5.6 Sol, 数学: 70.0GPT-5.6 Sol, 知识: 63.8GPT-5.6 Sol, 指令遵循: 71.2GPT-5.6 Sol, 长上下文: 66.7

未绘制(测得的模型少于两个):多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 42 项基准测试中,GLM 5.2 领先 3 项,GPT-5.6 Sol 领先 39 项。所有同时评测两者的综合评分都认为 GPT-5.6 Sol 更强。

综合 IndexGLM 5.2 (max)GPT-5.6 Sol (max)领先者
BenchLeader Index58.965.3GPT-5.6 Sol
Arena Text14751485†GPT-5.6 Sol

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GLM 5.2 (max)GPT-5.6 Sol (max)
每百万 token 混合价格$2.15$8.00
每百万 token 输入 / 输出$1.40 / $4.40$4.00 / $20.00
每百万 token 缓存输入$0.260$0.400
每项任务价格:聊天回复$0.0019$0.0076
每项任务价格:总结一份 30 页的报告$0.019$0.060
每项任务价格:代码编辑$0.015$0.054
每项任务价格:智能体编程会话$0.102$0.320
每项任务价格:结构化信息提取$0.0037$0.012
智能体编程会话(输入大多命中缓存)$0.050$0.158
输出速度69 tok/s100 tok/s
首次回答时间26.8 秒33.5 秒
完整回答耗时(最近一次测量 2026年11月13日)56.7 秒157.3 秒

每个模型都按其排名最高的推理强度设置进行对比。GLM 5.2 (max) 得分 58.9,首个回答 token 需 27 秒;GLM 5.2 为 51.9(1 秒),GLM 5.2 (无推理) 为 45.8(2 秒)。GPT-5.6 Sol (max) 得分 65.3,首个回答 token 需 34 秒;GPT-5.6 Sol (xhigh) 为 63.9(17 秒),GPT-5.6 Sol (high) 为 63.4(10 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 162 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GLM 5.2 (max)GPT-5.6 Sol (max)
BenchLeader IndexBenchLeader58.965.3
智能体与工具得分BenchLeader62.167.5
编程得分BenchLeader61.865.8
人类偏好得分BenchLeader66.4–
指令遵循得分BenchLeader71.871.2
知识得分BenchLeader44.363.8
长上下文得分BenchLeader63.866.7
数学得分BenchLeader52.670.0
推理得分BenchLeader57.264.7
多模态得分BenchLeader–65.9
混合价格(美元/百万 token)BenchLeader$2.15$8.00
输出速度BenchLeader69 tok/s100 tok/s
首次回答时间BenchLeader26.8 秒33.5 秒
上下文窗口BenchLeader1,000,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub91.9%93.5%
SimpleBenchSimpleBench58.8%†64.8%†
Arena Hard PromptsArena (LMArena)14961511†
LiveBench 1.0 ReasoningLiveBench78.6%†91.7%
GPQA Diamond (AA)Artificial Analysis89.5%94.1%
Humanity's Last Exam (AA)Artificial Analysis41.1%49.5%
HLE-Diamond (AA)Artificial Analysis17.7%–
GPQA Diamond (Vals)Vals AI85.6%†95.2%
EnigmaEvalScale AI SEAL–37.1%†
Kagi LLM BenchmarkKagi LLM Benchmark62.6%†67.0%†
ARC-AGI-1ARC Prize77.0%†96.5%
ARC-AGI-2ARC Prize22.8%†92.5%
ARC-AGI-3ARC Prize–7.8%
CritPtArtificial Analysis20.9%32.3%
CritPt v2 hard subset (AA)Artificial Analysis–60.0%
MysteryMechanismVals AI–33.3%
HLE-Diamond (Scale)Scale AI SEAL–31.2%†
Arena ExpertArena (LMArena)15021532†
Chess PuzzlesEpoch AI Benchmarking Hub22.0%59.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub18.0%†58.0%
LMCAEpoch AI Benchmarking Hub45.8%58.4%
DTBenchEpoch AI Benchmarking Hub93.6%95.5%
ForecastBenchForecastBench–65.7%
BTF-3Epoch AI Benchmarking Hub–13.7%
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub78.7%–
显示全部 162 项基准测试
指标发布方GLM 5.2 (max)GPT-5.6 Sol (max)
编程
SciCodeSciCode51.2%57.1%
WeirdMLWeirdML70.1%87.0%
FrontierCodeCognition24.5%†47.5%†
GSO-BenchGSO-Bench–76.5%†
Arena CodingArena (LMArena)15151533†
Arena WebDevArena (LMArena)16081615†
LiveBench 1.0 CodingLiveBench79.7%†83.9%
LiveCodeBenchVals AI69.5%†82.6%
IOIVals AI–91.2%
SWE-bench (Vals)Vals AI82.8%96.2%
Code MigrationVals AI37.9%52.9%
ProgramBenchVals AI0.5%1.5%
Vibe Code Bench 1-100Vals AI–20.0%
Vibe Code Bench v1.1Vals AI64.0%80.5%
SWE Atlas v1.0: Codebase QnAScale AI SEAL48.1%†46.0%†
SWE Atlas v1.0: RefactoringScale AI SEAL42.4%†–
SWE Atlas v1.0: Test WritingScale AI SEAL41.5%†45.9%†
SWE-Bench Pro V2Scale AI SEAL–95.5%†
SWE-Bench Pro V2 HARDScale AI SEAL–82.4%†
MirrorCodeEpoch AI Benchmarking Hub36.7%20.0%†
Surface Evolver BenchEpoch AI Benchmarking Hub55.6%†93.1%†
DeepSWE v1.1Epoch AI Benchmarking Hub43.8%72.7%
CursorBenchCursor–41.7%
ALE-BenchEpoch AI Benchmarking Hub1010.22176.9
FrontierSWEEpoch AI Benchmarking Hub–32.2%
WeirdML v3WeirdML–15.0%†
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%39.9%
Terminal-Bench 2.1 (AA)Artificial Analysis77.9%88.0%
Startrise FrontendStartrise72.1%†66.2%†
GameBench 2 OverallDuelLab GameBench 243.1†67.0†
GameBench 2 by reasoning settingDuelLab GameBench 232.4†80.0†
Design Arena WebsiteDesign Arena1277†1319†
智能体与工具
Terminal-BenchTerminal-Bench–38.5%
OSWorld-Verified 2.0OSWorld–27.3%
APEX-AgentsMercor45.2%†51.4%†
Arena AgentArena (LMArena)0.24.6†
LiveBench Agentic CodingLiveBench51.8%†56.2%
Terminal-Bench HardArtificial Analysis50.8%65.9%
τ²-Bench Telecom (AA)Artificial Analysis99.1%85.1%
Terminal-Bench 2.1 (Vals)Vals AI67.8%85.8%
MCP AtlasScale AI SEAL77.8%†–
HiL-BenchScale AI SEAL43.7%†32.3%†
τ³-bench Bankingτ²-bench37.1%†46.9%†
GDPval-AA v2.1Artificial Analysis13801619
τ³-Banking (AA)Artificial Analysis34.6%44.3%
ITBench SRE (AA)Artificial Analysis42.7%56.2%
Analyst Agent (AA)Artificial Analysis–47.5%
APEX-Agents (AA)Artificial Analysis33.7%–
CUA-benchVals AI–8.3%
CyberBenchVals AI–76.3%
Finance Agent v2Vals AI49.7%†53.8%
Harvey's Legal Agent Benchmark v1Vals AI7.1%2.5%
Legal Research BenchVals AI31.3%48.1%
SkillsBenchVals AI45.1%54.1%
SREBenchVals AI0.0%30.5%
Tax Agent BenchVals AI–31.1%
Terminal-Bench 4.0 (Vals)Vals AI–37.9%
Terminal-Bench ScienceVals AI–20.0%
Time Horizon Index: KSPVals AI–23.8%
Web Search IndexVals AI–43.6%
Arena SearchArena (LMArena)–1255†
Arena Agent Task CompletionArena (LMArena)1.72.3†
BALROGBALROG–60.0%
PostTrainBenchEpoch AI Benchmarking Hub30.4%31.0%
GBAEvalEpoch AI Benchmarking Hub0.0%†52.6%†
Vending-Bench 2Andon Labs8313.8†9619.4†
AutomationBenchArtificial Analysis28.4%60.1%
GDP.pdf (AA)Artificial Analysis10.4%27.2%
EnterpriseOps-GymArtificial Analysis42.7%42.9%
AA-Briefcase v1.1Artificial Analysis12261479
Design Arena AgenticDesign Arena1194†1238†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–22.4%
FACTS SearchGoogle–92.9%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub59.2%89.1%
FrontierMath Tier 4Epoch AI Benchmarking Hub29.3%82.9%
OTIS Mock AIMEEpoch AI Benchmarking Hub86.4%100.0%
ProofBenchVals AI35.0%83.0%
LiveBench MathematicsLiveBench89.8%†96.2%
AIME 2026MathArena90.0%–
HMMT February 2026MathArena92.4%–
MathArena ApexMathArena19.8%–
Arena MathsArena (LMArena)14871494†
FrontierMath ErdősEpoch AI Benchmarking Hub–0.0%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub34.2%69.7%
LiveBench 1.0 Data AnalysisLiveBench73.7%†79.8%
AA-Omniscience v1.1Artificial Analysis0.6–
MMLU-ProVals AI86.7%†89.1%
LegalBenchVals AI84.1%†87.0%
CorpFinVals AI66.1%†64.4%
TaxEvalVals AI73.3%†74.8%
PRBench FinanceScale AI SEAL–50.5%
PRBench LegalScale AI SEAL–50.5%
BioMysteryBenchVals AI–71.1%
Excel Modeling BenchmarkVals AI61.5%†72.3%
MedCodeVals AI40.8%†44.0%
MedScribeVals AI83.5%†85.2%
Public Benefits Bench v1.1Vals AI–66.5%
Financial Coaching BenchVals AI–74.9%
DrugDiscoveryBenchScale AI SEAL36.2%†56.5%
EBR-benchEpoch AI Benchmarking Hub9.5%44.8%
GDP.pdfEpoch AI Benchmarking Hub–30.7%
AA-Omniscience v1.1: accuracyArtificial Analysis21.1%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis74.1%–
FACTS ParametricGoogle–81.1%†
指令遵循
LiveBench LanguageLiveBench76.2%†87.7%
LiveBench Instruction FollowingLiveBench62.3%†71.8%
IFBenchArtificial Analysis73.3%72.7%
Arena Instruction FollowingArena (LMArena)14701490†
人类偏好
Arena TextArena (LMArena)14751485†
EQ-Bench 4EQ-Bench1208†1236†
EQ-Bench Creative Writing v3EQ-Bench1759†1974†
Arena Creative WritingArena (LMArena)14511471†
Arena Multi-turnArena (LMArena)14771491†
Arena Longer QueriesArena (LMArena)14861498†
多模态
Arena VisionArena (LMArena)–1282†
MMMU-ProArtificial Analysis–83.4%
MMMU-Pro (Vals)Vals AI–88.8%
MortgageTaxVals AI–67.3%
Humanity's Sixth SenseScale AI SEAL–30.0%
GeoBenchGeoBench–73.0%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–33.6%†
Furniture AssemblyEpoch AI Benchmarking Hub–56.7%
FACTS MultimodalGoogle–46.4%†
长上下文
AA-LCR v1.1Artificial Analysis78.3%84.0%
Arena DocumentArena (LMArena)–1487†
MLCRArtificial Analysis12.8%30.0%
FACTS GroundingGoogle–61.9%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.0†163.0†
LiveBench 1.0LiveBench73.2%†81.0%
AA Intelligence Index v4.3.2Artificial Analysis33.747.0
AA Progress Index v1Artificial Analysis302.5331.5
Vals RSI IndexVals AI–23.9%
Vals Science IndexVals AI–41.5%
Vals Multimodal IndexVals AI–72.6%
安全与诚实
FORTRESSScale AI SEAL48.7%†20.1%†
DistressBenchScale AI SEAL–73.6%†
元数据
AA Openness IndexArtificial Analysis44.4–

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GLM 5.2 (max):1 项新结果(GDPval-AA v2.1)。
  • GPT-5.6 Sol (max):1 项新结果(GDPval-AA v2.1)。
  • GLM 5.2 (max):BenchLeader Index 59.5 → 59.0。
  • GLM 5.2 (max):3 项新结果(AIME 2026, HMMT February 2026, MathArena Apex);1 项分数修订。
  • GPT-5.6 Sol (max):1 项分数修订。
  • GLM 5.2 (max):1 项新结果(MirrorCode)。
  • GPT-5.6 Sol (max):BenchLeader Index 65.8 → 65.3。
  • GPT-5.6 Sol (max):1 项分数修订。
  • GLM 5.2 (max):BenchLeader Index 60.2 → 59.5。
  • GLM 5.2 (max):4 项新结果(HLE-Diamond (AA), AA-Omniscience v1.1, AA-Omniscience v1.1: accuracy…)。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GLM 5.2 vs GPT-5.6 Sol:常见问题

GPT-5.6 Sol 比 GLM 5.2 更好吗?
质量上 GPT-5.6 Sol (max) 领先:65.3 比 58.9。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,GPT-5.6 Sol (max) 总体领先,但请结合你的用途查看各类别得分。
GLM 5.2 和 GPT-5.6 Sol 哪个更便宜?价格会变吗?
目前 GLM 5.2 更便宜:每百万 token $2.15 比 $8.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GLM 5.2 还是 GPT-5.6 Sol 更好?
GPT-5.6 Sol 在编程方面得分更高(类别得分 66 比 62,50 为平均水平)。在两者共同的最主要编程基准测试 SciCode 上,GLM 5.2 为 51.2%,GPT-5.6 Sol 为 57.1%。
GLM 5.2 和 GPT-5.6 Sol 哪个更快?
GPT-5.6 Sol 输出更快(输出 100 比 69 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GLM 5.2 还是 GPT-5.6 Sol 更好?
GPT-5.6 Sol 在智能体任务方面得分更高(类别得分 68 比 62,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 τ³-Banking (AA) 上,GLM 5.2 为 34.6%,GPT-5.6 Sol 为 44.3%。
更多问题(4)
处理长文档哪个更好?
GPT-5.6 Sol 在长上下文基准测试上得分更高(67 比 64)。两者都约为 1.1M token(GLM 5.2 为 1,000,000,GPT-5.6 Sol 为 1,050,000)。
哪个延迟更低?
GLM 5.2 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 26.8 秒比 33.5 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GLM 5.2 和 GPT-5.6 Sol 的看法一致吗?
在两者都有结果的 42 项基准测试中,GLM 5.2 领先 3 项,GPT-5.6 Sol 领先 39 项。所有同时评测两者的综合评分都认为 GPT-5.6 Sol 更强。
GPT-5.6 Sol 是什么时候发布的?
GPT-5.6 Sol 于 2026年7月9日 发布。