BenchLeader

GLM 5.2 vs GPT-6.1 Terra

完整资料:GLM 5.2(Zhipu AI)和 GPT-6.1 Terra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 11 个来源

截至 2026年11月16日,质量上 GPT-6.1 Terra 领先 GLM 5.2(BenchLeader Index 64.1 比 58.9)。两者价格相近(每百万 token 混合价格 $2.15 比 $2.00)。在两者都有成绩的所有类别中,GPT-6.1 Terra 均领先。

要点(截至 2026年11月16日)

  • GLM 5.2 的 BenchLeader Index 为 58.9,GPT-6.1 Terra 为 64.1(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-6.1 Terra 每百万 token 混合价格为 $2.00(标价,2026年11月16日)。
  • 在两者都有结果的 28 项基准测试中,GPT-6.1 Terra 领先 26 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,GLM 5.2 的评分为 1608,GPT-6.1 Terra 为 1678(LMArena,截至 2026年11月16日 的公布数据)。

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-6.1 Terra类别得分 69 比 62;Arena WebDev 1678 比 1608高
智能体与工具调用GPT-6.1 Terra类别得分 63 比 62;Arena Agent 12 比 0.2中
数学GPT-6.1 Terra类别得分 72 比 53;FrontierMath Tiers 1–3 90.9% 比 59.2%高
推理GPT-6.1 Terra类别得分 68 比 57;GPQA Diamond 94.3% 比 91.9%高
知识GPT-6.1 Terra类别得分 61 比 44;SimpleQA Verified 57.3% 比 34.2%高
长文档GPT-6.1 Terra类别得分 66 比 64;AA-LCR v1.1 82.7% 比 78.3%中
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
成本最低均可每百万 token 混合价格 $2.15 比 $2.00;智能体编程会话 $0.102 比 $0.080–
首次回答最快GLM 5.2首个回答 token 26.8 秒(GLM 5.2 (max))比 150.9 秒(GPT-6.1 Terra (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-6.1 Terra (max) 领先:64.1 比 58.9。
  • GPT-6.1 Terra (max) 在智能体与工具、编程、知识、长上下文、数学、推理方面更强。
  • 两者价格相近(每百万 token 混合价格 $2.00)。

概览

规格GLM 5.2GPT-6.1 Terra
提供商Zhipu AIOpenAI
发布日期2026年6月16日2026年10月26日
上下文窗口(token)1,000,0001,050,000
对比时的配置GLM 5.2 (max)GPT-6.1 Terra (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$1.00 / $5.00 / $0.050

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-6.1 Terra (max)领先者
推理57.268.4GPT-6.1 Terra
编程61.869.3GPT-6.1 Terra
智能体与工具62.163.4GPT-6.1 Terra
数学52.671.7GPT-6.1 Terra
知识44.361.4GPT-6.1 Terra
指令遵循71.8–无法比较
人类偏好66.4–无法比较
多模态–67.2无法比较
长上下文63.866.0GPT-6.1 Terra
综合–65.0无法比较

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, 长上下文: 63.8GPT-6.1 Terra, 推理: 68.4GPT-6.1 Terra, 编程: 69.3GPT-6.1 Terra, 智能体与工具: 63.4GPT-6.1 Terra, 数学: 71.7GPT-6.1 Terra, 知识: 61.4GPT-6.1 Terra, 长上下文: 66.0

未绘制(测得的模型少于两个):指令遵循, 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 28 项基准测试中,GLM 5.2 领先 2 项,GPT-6.1 Terra 领先 26 项。所有同时评测两者的综合评分都认为 GPT-6.1 Terra 更强。

综合 IndexGLM 5.2 (max)GPT-6.1 Terra (max)领先者
BenchLeader Index58.964.1GPT-6.1 Terra

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-6.1 Terra (max)
每百万 token 混合价格$2.15$2.00
每百万 token 输入 / 输出$1.40 / $4.40$1.00 / $5.00
每百万 token 缓存输入$0.260$0.050
每项任务价格:聊天回复$0.0019$0.0019
每项任务价格:总结一份 30 页的报告$0.019$0.015
每项任务价格:代码编辑$0.015$0.013
每项任务价格:智能体编程会话$0.102$0.080
每项任务价格:结构化信息提取$0.0037$0.0030
智能体编程会话(输入大多命中缓存)$0.050$0.037
每项基准测试任务成本(AA Index)–$0.961
每项任务输出 token(AA Index)–60k
其中推理部分–39k
每项任务耗时(AA Index)–14 min
输出速度69 tok/s72 tok/s
首次回答时间26.8 秒150.9 秒
完整回答耗时(最近一次测量 2026年11月13日)56.7 秒375.7 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-6.1 Terra (max) 得分 64.1,首个回答 token 需 151 秒;GPT-6.1 Terra (xhigh) 为 60.0(30 秒),GPT-6.1 Terra (high) 为 59.6(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 151 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-6.1 Terra (max)
BenchLeader IndexBenchLeader58.964.1
智能体与工具得分BenchLeader62.163.4
编程得分BenchLeader61.869.3
人类偏好得分BenchLeader66.4–
指令遵循得分BenchLeader71.8–
知识得分BenchLeader44.361.4
长上下文得分BenchLeader63.866.0
数学得分BenchLeader52.671.7
推理得分BenchLeader57.268.4
综合得分BenchLeader–65.0
多模态得分BenchLeader–67.2
混合价格(美元/百万 token)BenchLeader$2.15$2.00
输出速度BenchLeader69 tok/s72 tok/s
首次回答时间BenchLeader26.8 秒150.9 秒
上下文窗口BenchLeader1,000,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub91.9%94.3%
SimpleBenchSimpleBench58.8%†72.2%†
Arena Hard PromptsArena (LMArena)1496–
LiveBench 2.0 ReasoningLiveBench–88.7%
LiveBench 1.0 ReasoningLiveBench78.6%†–
GPQA Diamond (AA)Artificial Analysis89.5%–
Humanity's Last Exam (AA)Artificial Analysis41.1%46.3%
HLE-Diamond (AA)Artificial Analysis17.7%47.3%
GPQA Diamond (Vals)Vals AI85.6%†–
Kagi LLM BenchmarkKagi LLM Benchmark62.6%†–
ARC-AGI-1ARC Prize77.0%†–
ARC-AGI-2ARC Prize22.8%†–
CritPtArtificial Analysis20.9%28.0%
CritPt v2 hard subset (AA)Artificial Analysis–68.0%
HLE-Diamond (Scale)Scale AI SEAL–35.7%†
Arena ExpertArena (LMArena)1502–
Chess PuzzlesEpoch AI Benchmarking Hub22.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub18.0%†74.0%
LMCAEpoch AI Benchmarking Hub45.8%–
DTBenchEpoch AI Benchmarking Hub93.6%–
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub78.7%–
SciCodeSciCode51.2%55.1%
WeirdMLWeirdML70.1%–
FrontierCodeCognition24.5%†–
Arena CodingArena (LMArena)1515–
显示全部 151 项基准测试
指标发布方GLM 5.2 (max)GPT-6.1 Terra (max)
编程
Arena WebDevArena (LMArena)16081678
LiveBench 2.0 CodingLiveBench–89.2%
LiveBench 1.0 CodingLiveBench79.7%†–
LiveCodeBenchVals AI69.5%†–
SWE-bench (Vals)Vals AI82.8%–
Code MigrationVals AI37.9%–
ProgramBenchVals AI0.5%–
Vibe Code Bench v1.1Vals AI64.0%84.0%
SWE Atlas v1.0: Codebase QnAScale AI SEAL48.1%†–
SWE Atlas v1.0: RefactoringScale AI SEAL42.4%†–
SWE Atlas v1.0: Test WritingScale AI SEAL41.5%†–
SWE Atlas v1.1Scale AI SEAL–57.7%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–54.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL–63.3%†
SWE Atlas v1.1: RefactoringScale AI SEAL–55.7%†
MirrorCodeEpoch AI Benchmarking Hub36.7%76.7%
Surface Evolver BenchEpoch AI Benchmarking Hub55.6%†–
DeepSWE v1.1Epoch AI Benchmarking Hub43.8%–
ALE-BenchEpoch AI Benchmarking Hub1010.22608.8
WeirdML v3WeirdML–28.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%55.6%
Terminal-Bench 2.1 (AA)Artificial Analysis77.9%–
Startrise FrontendStartrise72.1%†–
GameBench 2 OverallDuelLab GameBench 243.1†81.2†
GameBench 2 by reasoning settingDuelLab GameBench 232.4†85.8†
Design Arena WebsiteDesign Arena1277†1286†
FrontierCode 1.1 (AA)Artificial Analysis–36.0%
FrontierCode 2.0 (AA)Artificial Analysis–42.3%
智能体与工具
Terminal-BenchTerminal-Bench–53.3%
APEX-AgentsMercor45.2%†68.3%
Arena AgentArena (LMArena)0.212
LiveBench Long AgenticLiveBench–56.2%
LiveBench BrowserLiveBench–93.1%
LiveBench Agentic CodingLiveBench51.8%†–
Terminal-Bench HardArtificial Analysis50.8%–
τ²-Bench Telecom (AA)Artificial Analysis99.1%–
Terminal-Bench 2.1 (Vals)Vals AI67.8%–
MCP AtlasScale AI SEAL77.8%†–
HiL-BenchScale AI SEAL43.7%†68.0%†
τ³-bench Bankingτ²-bench37.1%†–
GDPval-AA v2.1Artificial Analysis13801476
τ³-Banking (AA)Artificial Analysis34.6%–
ITBench SRE (AA)Artificial Analysis42.7%–
APEX-Agents (AA)Artificial Analysis33.7%–
Finance Agent v2Vals AI49.7%†–
Finance Agent v2.1Vals AI–56.0%
Harvey's Legal Agent Benchmark v1.1Vals AI–1.7%
Harvey's Legal Agent Benchmark v1Vals AI7.1%–
Legal Research BenchVals AI31.3%26.0%
SkillsBenchVals AI45.1%–
SREBenchVals AI0.0%–
Tax Agent BenchVals AI–17.1%
Terminal-Bench 4.0 (Vals)Vals AI–49.5%
Arena Agent Task CompletionArena (LMArena)1.79.7
PostTrainBenchEpoch AI Benchmarking Hub30.4%–
GBAEvalEpoch AI Benchmarking Hub0.0%†–
Vending-Bench 2Andon Labs8313.8†9107.5†
SpireClimbEpoch AI Benchmarking Hub–22.3%
AutomationBenchArtificial Analysis28.4%60.2%
GDP.pdf (AA)Artificial Analysis10.4%28.6%
EnterpriseOps-GymArtificial Analysis42.7%–
AA-Briefcase v1.1Artificial Analysis12261401
GDPxGDPx by SemiAnalysis–8.5%
Design Arena AgenticDesign Arena1194†1192†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–57.6%
MKA (AA)Artificial Analysis–43.8%
FACTS SearchGoogle–92.7%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub59.2%90.9%
FrontierMath Tier 4Epoch AI Benchmarking Hub29.3%92.7%
OTIS Mock AIMEEpoch AI Benchmarking Hub86.4%100.0%
ProofBenchVals AI35.0%–
LiveBench MathematicsLiveBench89.8%†–
AIME 2026MathArena90.0%–
HMMT February 2026MathArena92.4%–
MathArena ApexMathArena19.8%–
Arena MathsArena (LMArena)1487–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub34.2%57.3%
LiveBench 2.0 Data AnalysisLiveBench–82.3%
LiveBench ResearchLiveBench–79.1%
LiveBench 1.0 Data AnalysisLiveBench73.7%†–
AA-Omniscience v1.1Artificial Analysis0.629.6
MMLU-ProVals AI86.7%†–
LegalBenchVals AI84.1%†–
CorpFinVals AI66.1%†–
TaxEvalVals AI73.3%†–
Excel Modeling BenchmarkVals AI61.5%†–
Excel Modeling Benchmark v1.1Vals AI–73.3%
MedCodeVals AI40.8%†–
MedScribeVals AI83.5%†–
DrugDiscoveryBenchScale AI SEAL36.2%†–
EBR-benchEpoch AI Benchmarking Hub9.5%78.1%
AA-Omniscience v1.1: accuracyArtificial Analysis21.1%47.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis74.1%65.5%
FACTS ParametricGoogle–70.8%†
指令遵循
LiveBench LanguageLiveBench76.2%†–
LiveBench Instruction FollowingLiveBench62.3%†–
IFBenchArtificial Analysis73.3%–
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1470–
人类偏好
Arena TextArena (LMArena)1475–
EQ-Bench 4EQ-Bench1208†–
EQ-Bench Creative Writing v3EQ-Bench1759†–
Arena Creative WritingArena (LMArena)1451–
Arena Multi-turnArena (LMArena)1477–
Arena Longer QueriesArena (LMArena)1486–
多模态
LiveBench DesignLiveBench–79.7%
MMMU-ProArtificial Analysis–84.7%
Blueprint-Bench 2Epoch AI Benchmarking Hub–42.1%†
Furniture AssemblyEpoch AI Benchmarking Hub–79.2%
VIALS-AAHandshake AI–60.3%
FACTS MultimodalGoogle–48.8%†
长上下文
AA-LCR v1.1Artificial Analysis78.3%82.7%
MLCRArtificial Analysis12.8%30.6%
FACTS GroundingGoogle–84.2%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub153.0†167.7†
LiveBench 2.0LiveBench–78.8%
LiveBench 1.0LiveBench73.2%†–
AA Intelligence Index v5.0.1Artificial Analysis–51.3
AA Intelligence Index v4.3.2Artificial Analysis33.748.1
AA Progress Index v1Artificial Analysis302.5345.2
Vals IndexVals AI–60.5
Vals Finance IndexVals AI–53.3%
Vals Legal IndexVals AI–58.8%
安全与诚实
FORTRESSScale AI SEAL48.7%†18.2%†
DistressBenchScale AI SEAL–65.9%†
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

  • GPT-6.1 Terra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GLM 5.2 (max):1 项新结果(GDPval-AA v2.1)。
  • GPT-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
  • GPT-6.1 Terra (max):1 项新结果(Terminal-Bench)。
  • 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-6.1 Terra (max):BenchLeader Index 65.2 → 64.7。
  • GLM 5.2 (max):1 项新结果(MirrorCode)。
  • GPT-6.1 Terra (max):1 项新结果(MirrorCode)。
  • GPT-6.1 Terra (max):1 项分数修订。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GLM 5.2 vs GPT-6.1 Terra:常见问题

GPT-6.1 Terra 比 GLM 5.2 更好吗?
质量上 GPT-6.1 Terra (max) 领先:64.1 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-6.1 Terra (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-6.1 Terra 哪个更便宜?价格会变吗?
目前 GPT-6.1 Terra 更便宜:每百万 token $2.00 比 $2.15(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-6.1 Terra 更好?
GPT-6.1 Terra 在编程方面得分更高(类别得分 69 比 62,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,GLM 5.2 为 1608,GPT-6.1 Terra 为 1678。
GLM 5.2 和 GPT-6.1 Terra 哪个更快?
GPT-6.1 Terra 输出更快(输出 72 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-6.1 Terra 更好?
GPT-6.1 Terra 在智能体任务方面得分更高(类别得分 63 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 Arena Agent 上,GLM 5.2 为 0.2,GPT-6.1 Terra 为 12。
更多问题(4)
处理长文档哪个更好?
GPT-6.1 Terra 在长上下文基准测试上得分更高(66 比 64)。两者都约为 1.1M token(GLM 5.2 为 1,000,000,GPT-6.1 Terra 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 150.9 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-6.1 Terra 的看法一致吗?
在两者都有结果的 28 项基准测试中,GLM 5.2 领先 2 项,GPT-6.1 Terra 领先 26 项。所有同时评测两者的综合评分都认为 GPT-6.1 Terra 更强。
GPT-6.1 Terra 是什么时候发布的?
GPT-6.1 Terra 于 2026年10月26日 发布。