BenchLeader

GLM-5 vs GPT-6 Astra

完整资料:GLM-5(Zhipu AI)和 GPT-6 Astra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 15 个来源

截至 2026年11月16日,质量上 GPT-6 Astra 领先 GLM-5(BenchLeader Index 67.3 比 60.2)。不过,GLM-5 更便宜,对方的价格是它的 13 倍(每百万 token 混合价格 $1.55 比 $20.00)。在两者都有成绩的所有类别中,GPT-6 Astra 均领先。GLM-5 输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • GLM-5 的 BenchLeader Index 为 60.2,GPT-6 Astra 为 67.3(BenchLeader,2026年11月16日)。
  • GLM-5 每百万 token 混合价格为 $1.55(标价,2026年11月16日)。
  • GPT-6 Astra 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • GLM-5 比 GPT-6 Astra 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 6 项基准测试中,GPT-6 Astra 领先 6 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-6 Astra类别得分 73 比 59;Vibe Code Bench v1.1 89.6% 比 23.4%高
智能体与工具调用GPT-6 Astra类别得分 64 比 58中
数学GPT-6 Astra类别得分 71 比 63中
推理GPT-6 Astra类别得分 72 比 68;GPQA Diamond (AA) 96.1% 比 82.0%中
知识GPT-6 Astra类别得分 72 比 57高
长文档GPT-6 Astra类别得分 65 比 62;AA-LCR v1.1 80.7% 比 75.7%中
对话质量(人类偏好)–只有 GPT-6 Astra 有 Arena 评分(类别得分 66)无法比较
成本最低GLM-5每百万 token 混合价格 $1.55 比 $20.00;智能体编程会话 $0.073 比 $0.800–
首次回答最快GLM-5首个回答 token 29.2 秒(GLM-5 (thinking))比 198.4 秒(GPT-6 Astra (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 Astra (max) 领先:67.3 比 60.2。
  • GPT-6 Astra (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 (thinking) 更便宜,对方的价格是它的 13 倍(每百万 token 混合价格 $1.55 比 $20.00)。
  • GLM-5 (thinking) 的输出速度是对方的 1.7 倍(69 比 41 token/秒)。

概览

规格GLM-5GPT-6 Astra
提供商Zhipu AIOpenAI
发布日期2026年2月11日2026年9月2日
上下文窗口(token)204,8001,050,000
对比时的配置GLM-5 (thinking)GPT-6 Astra (max)
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.00 / $3.20 / $0.200$10.00 / $50.00 / $1.00

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 (thinking)GPT-6 Astra (max)领先者
推理68.272.4GPT-6 Astra
编程59.173.2GPT-6 Astra
智能体与工具58.063.9GPT-6 Astra
数学63.470.8GPT-6 Astra
知识57.472.3GPT-6 Astra
指令遵循70.9–无法比较
人类偏好–66.2无法比较
多模态–65.6无法比较
长上下文62.465.0GPT-6 Astra
综合–71.3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, 推理: 68.2GLM-5, 编程: 59.1GLM-5, 智能体与工具: 58.0GLM-5, 数学: 63.4GLM-5, 知识: 57.4GLM-5, 长上下文: 62.4GPT-6 Astra, 推理: 72.4GPT-6 Astra, 编程: 73.2GPT-6 Astra, 智能体与工具: 63.9GPT-6 Astra, 数学: 70.8GPT-6 Astra, 知识: 72.3GPT-6 Astra, 长上下文: 65.0

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 6 项基准测试中,GLM-5 领先 0 项,GPT-6 Astra 领先 6 项。所有同时评测两者的综合评分都认为 GPT-6 Astra 更强。

综合 IndexGLM-5 (thinking)GPT-6 Astra (max)领先者
BenchLeader Index60.267.3GPT-6 Astra
Arena Text1457†1474GPT-6 Astra

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 (thinking)GPT-6 Astra (max)
每百万 token 混合价格$1.55$20.00
每百万 token 输入 / 输出$1.00 / $3.20$10.00 / $50.00
每百万 token 缓存输入$0.200$1.00
每项任务价格:聊天回复$0.0014$0.019
每项任务价格:总结一份 30 页的报告$0.014$0.150
每项任务价格:代码编辑$0.011$0.135
每项任务价格:智能体编程会话$0.073$0.800
每项任务价格:结构化信息提取$0.0026$0.030
智能体编程会话(输入大多命中缓存)$0.037$0.395
每项基准测试任务成本(AA Index)–$6.24
每项任务输出 token(AA Index)–52k
其中推理部分–36k
每项任务耗时(AA Index)–21 min
输出速度69 tok/s41 tok/s
首次回答时间29.2 秒198.4 秒
完整回答耗时(最近一次测量 2026年11月13日)81.4 秒533.7 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 (thinking) 得分 60.2,首个回答 token 需 29 秒;GLM-5 为 54.9(2 秒)。GPT-6 Astra (max) 得分 67.3,首个回答 token 需 198 秒;GPT-6 Astra 为 66.4(5 秒),GPT-6 Astra (high) 为 66.3(49 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 200 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 (thinking)GPT-6 Astra (max)
BenchLeader IndexBenchLeader60.267.3
智能体与工具得分BenchLeader58.063.9
编程得分BenchLeader59.173.2
指令遵循得分BenchLeader70.9–
知识得分BenchLeader57.472.3
长上下文得分BenchLeader62.465.0
数学得分BenchLeader63.470.8
推理得分BenchLeader68.272.4
综合得分BenchLeader–71.3
人类偏好得分BenchLeader–66.2
多模态得分BenchLeader–65.6
混合价格(美元/百万 token)BenchLeader$1.55$20.00
输出速度BenchLeader69 tok/s41 tok/s
首次回答时间BenchLeader29.2 秒198.4 秒
上下文窗口BenchLeader204,800 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub87.8%†95.8%
Humanity's Last ExamScale AI / CAIS–54.8%†
SimpleBenchSimpleBench53.2%†83.6%†
Arena Hard PromptsArena (LMArena)1478†1500
LiveBench 2.0 ReasoningLiveBench–92.7%
LiveBench 1.0 ReasoningLiveBench–92.7%
GPQA Diamond (AA)Artificial Analysis82.0%96.1%
Humanity's Last Exam (AA)Artificial Analysis29.3%54.7%
HLE-Diamond (AA)Artificial Analysis–63.8%
GPQA Diamond (Vals)Vals AI83.3%–
Kagi LLM BenchmarkKagi LLM Benchmark75.0%–
ARC-AGI-1ARC Prize44.7%†97.5%
ARC-AGI-2ARC Prize4.9%†95.0%
ARC-AGI-3ARC Prize–98.6%
CritPtArtificial Analysis2.0%31.7%
CritPt v2 hard subset (AA)Artificial Analysis–70.5%
MysteryMechanismVals AI–53.1%
HLE-Diamond (Scale)Scale AI SEAL–60.6%†
Arena ExpertArena (LMArena)1482†1517
Chess PuzzlesEpoch AI Benchmarking Hub–74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–84.0%
CL-benchEpoch AI Benchmarking Hub18.7%†–
LMCAEpoch AI Benchmarking Hub–64.1%†
DTBenchEpoch AI Benchmarking Hub–97.1%†
ForecastBenchForecastBench63.4%†66.6%†
显示全部 200 项基准测试
指标发布方GLM-5 (thinking)GPT-6 Astra (max)
推理
BTF-3Epoch AI Benchmarking Hub–13.5%†
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub72.1%†–
SciCodeSciCode–56.5%
WeirdMLWeirdML48.2%†93.3%
FrontierCodeCognition–53.3%
GSO-BenchGSO-Bench–79.4%†
Arena CodingArena (LMArena)1498†1548
Arena WebDevArena (LMArena)1435†1764
LiveBench 2.0 CodingLiveBench–87.5%
LiveBench 1.0 CodingLiveBench–80.4%
LiveCodeBenchVals AI81.9%–
IOIVals AI–100.0%
SWE-bench (Vals)Vals AI71.4%–
SWE-bench Verified (bash only)SWE-bench72.8%†–
SWE-bench Multilingual (bash only)SWE-bench69.7%†–
SWE-bench Verified (any scaffold)SWE-bench72.8%†–
Code MigrationVals AI–67.7%
Code Migration v1.1Vals AI–80.6%
ProgramBenchVals AI–5.5%
SWE-bench MultimodalVals AI–43.3%
Vibe Code Bench 1-100Vals AI–27.6%
Vibe Code Bench v1.1Vals AI23.4%89.6%
SWE Atlas v1.0: Codebase QnAScale AI SEAL20.5%†59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL24.2%†59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL28.7%†50.7%†
SWE Atlas v1.1Scale AI SEAL–69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–71.4%†
SWE-Bench Pro V2Scale AI SEAL–96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub–60.0%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.2%
ALE-BenchEpoch AI Benchmarking Hub765.6†2951.3
FrontierSWEEpoch AI Benchmarking Hub–65.5%
WeirdML v3WeirdML–42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis–59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.4%
Startrise FrontendStartrise–79.9%†
GameBench 2 OverallDuelLab GameBench 2–88.8†
GameBench 2 by reasoning settingDuelLab GameBench 2–94.3†
Design Arena WebsiteDesign Arena1239†1338
FrontierCode 1.1 (AA)Artificial Analysis–47.0%
FrontierCode 2.0 (AA)Artificial Analysis–42.4%
智能体与工具
Terminal-BenchTerminal-Bench52.4%†60.3%
Remote Labor IndexScale AI / CAIS–20.8%†
APEX-AgentsMercor–64.7%†
Arena AgentArena (LMArena)–14.5
LiveBench Long AgenticLiveBench–75.6%
LiveBench BrowserLiveBench–91.3%
LiveBench Agentic CodingLiveBench–57.3%
Terminal-Bench HardArtificial Analysis43.2%–
τ²-Bench Telecom (AA)Artificial Analysis98.3%–
Terminal-Bench 2.1 (Vals)Vals AI–87.3%
HiL-BenchScale AI SEAL–65.3%†
τ²-benchτ²-bench81.0%–
τ³-bench Bankingτ²-bench9.8%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–53.7%
GDPval-AA v2.1Artificial Analysis–1587
τ³-Banking (AA)Artificial Analysis–41.4%
ITBench SRE (AA)Artificial Analysis–48.6%
Analyst Agent (AA)Artificial Analysis–51.3%
APEX-Agents (AA)Artificial Analysis14.4%–
CUA-benchVals AI–19.2%
CyberBenchVals AI–41.1%
Finance Agent v2Vals AI–53.5%
Finance Agent v2.1Vals AI–60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI–7.1%
Harvey's Legal Agent Benchmark v1Vals AI–5.4%
Legal Research BenchVals AI–39.4%
Robo-benchVals AI–23.3%
SREBenchVals AI–56.9%
Tax Agent BenchVals AI–20.7%
Terminal-Bench 2.0 (Vals)Vals AI49.4%–
Terminal-Bench 4.0 (Vals)Vals AI–59.6%
Terminal-Bench ScienceVals AI–62.9%
Time Horizon Index: KSPVals AI–90.5%
Arena SearchArena (LMArena)–1245
Arena Agent Task CompletionArena (LMArena)–14
BALROGBALROG–68.3%
PostTrainBenchEpoch AI Benchmarking Hub–41.9%
Vending-Bench 2Andon Labs4432.1†15514.7†
SpireClimbEpoch AI Benchmarking Hub–34.0%
AutomationBenchArtificial Analysis–68.5%
GDP.pdf (AA)Artificial Analysis–31.0%
Harvey LAB-AA v1.1Harvey–8.6%
AA-Briefcase v1.1Artificial Analysis–1569
GDPxGDPx by SemiAnalysis–9.6%
Design Arena AgenticDesign Arena1115†1405
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–63.3%
CWE-Bench (AA)Artificial Analysis–63.3%
DeepSec-Bench (AA)Artificial Analysis–36.9%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis–50.2%
FACTS SearchGoogle–93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub–97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub80.0%†100.0%
ProofBenchVals AI–99.0%†
LiveBench MathematicsLiveBench–96.8%
AIME (Vals)Vals AI91.7%–
AIME 2026MathArena96.7%†–
HMMT February 2026MathArena86.4%†–
USAMO 2026MathArena35.1%†–
MathArena ApexMathArena10.9%†–
Arena MathsArena (LMArena)1443†1481
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–75.6%
LiveBench 2.0 Data AnalysisLiveBench–83.0%
LiveBench ResearchLiveBench–90.6%
LiveBench 1.0 Data AnalysisLiveBench–83.0%
AA-Omniscience v1.1Artificial Analysis–42.4
MMLU-ProVals AI86.0%–
LegalBenchVals AI84.1%–
CorpFinVals AI62.9%–
TaxEvalVals AI70.0%–
MedQAVals AI94.3%–
PRBench FinanceScale AI SEAL–47.5%†
PRBench LegalScale AI SEAL–48.4%†
BioMysteryBenchVals AI–79.3%
CaseLaw v2Vals AI52.5%–
Excel Modeling BenchmarkVals AI–71.7%
Excel Modeling Benchmark v1.1Vals AI–72.7%
MedCodeVals AI–48.5%
MedScribeVals AI–87.9%
Financial Coaching BenchVals AI–67.5%
Immigration BenchVals AI–67.7%
DrugDiscoveryBenchScale AI SEAL–68.7%
EBR-benchEpoch AI Benchmarking Hub–76.2%
GDP.pdfEpoch AI Benchmarking Hub–34.2%
AA-Omniscience v1.1: accuracyArtificial Analysis–61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–50.2%
Global-MMLU-Lite (AA)Artificial Analysis81.9%†–
HealthBench Professional (AA)OpenAI–66.0%
FACTS ParametricGoogle–83.8%†
指令遵循
LiveBench LanguageLiveBench–89.4%
LiveBench Instruction FollowingLiveBench–75.6%
IFBenchArtificial Analysis72.3%–
Arena Instruction FollowingArena (LMArena)1447†1474
人类偏好
Arena TextArena (LMArena)1457†1474
EQ-Bench Creative Writing v3EQ-Bench1601†2177†
Arena Creative WritingArena (LMArena)1447†1451
Arena Multi-turnArena (LMArena)1472†1483
Arena Longer QueriesArena (LMArena)1469†1485
多模态
Arena VisionArena (LMArena)–1279
LiveBench DesignLiveBench–80.0%
MMMU-ProArtificial Analysis–86.9%
Humanity's Sixth SenseScale AI SEAL–53.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub–49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub–80.0%
VIALS-AAHandshake AI–62.7%
Code2Video-AAArtificial Analysis–1427
AA-3DArtificial Analysis–1168
FACTS MultimodalGoogle–55.2%†
长上下文
AA-LCR v1.1Artificial Analysis75.7%80.7%
Arena DocumentArena (LMArena)–1474
MLCRArtificial Analysis–41.7%
FACTS GroundingGoogle–80.1%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub146.5†169†
LiveBench 2.0LiveBench–84.5%
LiveBench 1.0LiveBench–82.2%
AA Intelligence Index v5.0.1Artificial Analysis–56.9
AA Intelligence Index v4.3.2Artificial Analysis27.952.7
AA Progress Index v1Artificial Analysis280.9349.6
Vals IndexVals AI–65.0
Vals Finance IndexVals AI–55.6%
Vals RSI IndexVals AI–27.1%
Vals Science IndexVals AI–65.1%
Vals Router IndexVals AI–65.0%†
Vals Legal IndexVals AI–68.4%
AA Cyber IndexArtificial Analysis–33.4
安全与诚实
FORTRESSScale AI SEAL–12.1%†
DistressBenchScale AI SEAL71.2%†74.3%†
元数据
AA Openness IndexArtificial Analysis50–

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 Astra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):1 项分数修订。
  • GPT-6 Astra (max):1 项新结果(PostTrainBench);2 项分数修订。
  • GPT-6 Astra (max):1 项新结果(MirrorCode);1 项分数修订。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • GPT-6 Astra (max):2 项分数修订。
  • GPT-6 Astra (max):1 项分数修订。
  • GPT-6 Astra (max):1 项分数修订。
  • GLM-5 (thinking):价格 $0.15/M → $0.20/M。
  • GLM-5 (thinking):价格 $0.20/M → $0.15/M。

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 vs GPT-6 Astra:常见问题

GPT-6 Astra 比 GLM-5 更好吗?
质量上 GPT-6 Astra (max) 领先:67.3 比 60.2。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 Astra (max) 总体领先,但请结合你的用途查看各类别得分。
GLM-5 和 GPT-6 Astra 哪个更便宜?价格会变吗?
目前 GLM-5 更便宜:每百万 token $1.55 比 $20.00(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 还是 GPT-6 Astra 更好?
GPT-6 Astra 在编程方面得分更高(类别得分 73 比 59,50 为平均水平)。
GLM-5 和 GPT-6 Astra 哪个更快?
GLM-5 输出更快(约 1.5 倍;输出 69 比 41 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GLM-5 还是 GPT-6 Astra 更好?
GPT-6 Astra 在智能体任务方面得分更高(类别得分 64 比 58,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
GPT-6 Astra 在长上下文基准测试上得分更高(65 比 62)。GPT-6 Astra 支持更长的上下文:1,050,000 token,GLM-5 为 204,800 token。
哪个延迟更低?
GLM-5 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 29.2 秒比 198.4 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 和 GPT-6 Astra 的看法一致吗?
在两者都有结果的 6 项基准测试中,GLM-5 领先 0 项,GPT-6 Astra 领先 6 项。所有同时评测两者的综合评分都认为 GPT-6 Astra 更强。
GPT-6 Astra 是什么时候发布的?
GPT-6 Astra 于 2026年9月2日 发布。