GLM-5.3vsGPT-5.6 Sol
在 24 个共同 benchmark 中，GPT-5.6 Sol 整体领先：GLM-5.3 领先 10 项，GPT-5.6 Sol 领先 13 项，持平 1 项，平均分差 -1.31。
GLM-5.3
智谱AI · 2026-08-14 · 推理大模型
GPT-5.6 Sol
OpenAI · 2026-06-26 · 推理大模型
GLM-5.310 项(42%)持平1(54%)13 项GPT-5.6 Sol
评测分数
按能力类目分组，每组内按分差大小排列；共 24 项。
金融
GLM-5.3 领先 2/3| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| EMB (Excel Modeling) | 56.3430 / 42Max (With Tools) | 72.345 / 42Max (With Tools) | -16 |
| Tax Agent Bench | 73.093 / 20Max (With Tools) | 67.958 / 20Max (With Tools) | +5.14 |
| Finance Agent v2 | 55.8415 / 43Max (With Tools) | 53.7621 / 43Max (With Tools) | +2.08 |
临床工作与医疗决策
胶着 2/2| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| MedScribe | 88.818 / 66Max (With Tools) | 85.2320 / 66Max (With Tools) | +3.58 |
| MedCode | 42.8637 / 64Max (With Tools) | 43.9732 / 64Max (With Tools) | -1.11 |
数学
GPT-5.6 Sol 领先 2/2| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| ProofBench v1.1 (Lean 4) | 4919 / 28Max (With Tools) | 837 / 28Max (With Tools) | -34 |
| FrontierMath v2 | 68.7716 / 58Max (No Tools) | 89.121 / 58Max (No Tools) | -20.35 |
法律
GLM-5.3 领先 2/2| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Harvey's Legal Agent Benchmark | 8.3314 / 43Max (With Tools) | 2.5029 / 43Max (With Tools) | +5.83 |
| Legal Research Bench | 49.046 / 42Max (With Tools) | 48.087 / 42Max (With Tools) | +0.96 |
程序生成与编辑
GPT-5.6 Sol 领先 2/2| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Program Bench | 1910 / 15Max (With Tools) | 238 / 15Max (With Tools) | -4 |
| Vibe Code Bench v1.1 | 78.1220 / 61Max (With Tools) | 80.5017 / 61Max (With Tools) | -2.38 |
自主开发与终端任务
胶着 2/2| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Terminal-Bench 3.0 | 28.306 / 11Max (With Tools) | 34.402 / 11Max (With Tools) | -6.10 |
| Terminal-Bench 4.0 | 41.8221 / 98Max (With Tools) | 37.2724 / 98Max (With Tools) | +4.55 |
仓库修复与多文件工程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| NL2Repo-Bench | 586 / 16Max (With Tools) | 56.809 / 16Max (With Tools) | +1.20 |
写作与创意表达
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Creative Writing | 2,0756 / 110Normal (No Tools) | 1,9729 / 110Normal (No Tools) | +103.40 |
办公与文档流程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| AutomationBench | 48.808 / 25Max (With Tools) | 45.8011 / 25Max (With Tools) | +3 |
客服与业务流程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Public Benefits Bench v1.1 | 68.545 / 26Max (With Tools) | 66.5110 / 26Max (With Tools) | +2.03 |
漏洞利用
GPT-5.6 Sol 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| ExploitGym (budget unspecified) | 154 / 6Max (With Tools) | 33.701 / 6Max (With Tools) | -18.70 |
漏洞发现与分析
胶着 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| CyberGym | 84.505 / 11Max (With Tools) | 84.505 / 11Max (With Tools) | 持平 |
科学知识与推理
GPT-5.6 Sol 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| MysteryMechanism | 22.9710 / 13Max (With Tools) | 33.337 / 13Max (With Tools) | -10.36 |
科学计算与科研编程
GPT-5.6 Sol 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 8.1013 / 18Max (With Tools) | 22.406 / 18Max (With Tools) | -14.30 |
算法与竞赛编程
GPT-5.6 Sol 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| IOI (Vals v2) | 68.448 / 26Max (With Tools) | 91.173 / 26Max (With Tools) | -22.73 |
维护、优化与工程管理
GPT-5.6 Sol 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Code Migration | 44.2217 / 43Max (With Tools) | 52.927 / 43Max (With Tools) | -8.70 |
跨能力聚合指数
GPT-5.6 Sol 领先 1/1| 评测项 | GLM-5.3 | GPT-5.6 Sol | 分差 |
|---|---|---|---|
| Vals Index v2.1 | 53.5115 / 36Max (task-specific tools) | 58.019 / 36Max (task-specific tools) | -4.50 |
规格对比
| 字段 | GLM-5.3 | GPT-5.6 Sol |
|---|---|---|
| 发布机构 | 智谱AI | OpenAI |
| 发布时间 | 2026-08-14 | 2026-06-26 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | 稠密模型 |
| 参数规模 | 7440亿 | 暂无数据 |
| 上下文长度 | 1M | 1.05M |
| 最大输出 | 128K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GLM-5.3 | GPT-5.6 Sol |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | $4 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | $20 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | $0.4 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $5 / 1M tokens |
小结
- GLM-5.3在以下类目领先:金融 (2/3)、法律 (2/2)、仓库修复与多文件工程 (1/1)、写作与创意表达 (1/1)、办公与文档流程 (1/1)、客服与业务流程 (1/1)
- GPT-5.6 Sol在以下类目领先:数学 (2/2)、程序生成与编辑 (2/2)、漏洞利用 (1/1)、科学知识与推理 (1/1)、科学计算与科研编程 (1/1)、算法与竞赛编程 (1/1)、维护、优化与工程管理 (1/1)、跨能力聚合指数 (1/1)
- 胶着类目:临床工作与医疗决策、自主开发与终端任务、漏洞发现与分析
24 个共同 benchmark 上，GPT-5.6 Sol 平均高出 1.31 分。
单项差距最大的 benchmark：Creative Writing — GLM-5.3 2,075，GPT-5.6 Sol 1,972（分差 +103.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。