GPT-5.6 SolvsGLM-5.2

在 8 个共同 benchmark 中，GPT-5.6 Sol 整体领先：GPT-5.6 Sol 领先 8 项，GLM-5.2 领先 0 项，持平 0 项，平均分差 +21.59。

OpenAI · 2026-06-26 · 推理大模型

智谱AI · 2026-06-13 · 推理大模型

GPT-5.6 Sol8 项(100%)(0%)0 项GLM-5.2

评测分数

按能力类目分组，每组内按分差大小排列；共 8 项。

GPT-5.6 Sol 领先 4/4

评测项	GPT-5.6 Sol	GLM-5.2	分差
DeepSWE	72.701 / 27极高强度思考（工具）	4421 / 27Deep Thinking (With Tools)	+28.70
Text Arena (Coding)	1,6204 / 35极高强度思考（无工具）	1,5935 / 35最高（无工具）	+27.02
WeirdML v2	88.762 / 52Thinking High (With Tools)	67.3121 / 52Thinking High (With Tools)	+21.45
SWE-Bench Pro - Public	64.607 / 57极高强度思考（工具）	62.109 / 57Thinking (With Tools)	+2.50

GPT-5.6 Sol 领先 2/2

评测项	GPT-5.6 Sol	GLM-5.2	分差
FrontierMath Tier 4 v2	82.932 / 34最高（无工具）	29.2716 / 34最高（无工具）	+53.66
FrontierMath v2	89.121 / 34最高（无工具）	59.2119 / 34最高（无工具）	+29.92

GPT-5.6 Sol 领先 1/1

评测项	GPT-5.6 Sol	GLM-5.2	分差
Terminal-Bench 2.1	88.801 / 44最高（无工具）	8117 / 44Thinking High (With Tools)	+7.80

GPT-5.6 Sol 领先 1/1

评测项	GPT-5.6 Sol	GLM-5.2	分差
GPQA Diamond	93.5014 / 226最高（无工具）	91.8626 / 226最高（无工具）	+1.64

价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。

GPT-5.6 Sol在以下类目领先:Coding and Software Engineer (4/4)、Math and Reasoning (2/2)、AI Agent - Tool Usage (1/1)、科学与综合推理 (1/1)

8 个共同 benchmark 上，GPT-5.6 Sol 平均高出 21.59 分。

单项差距最大的 benchmark：FrontierMath Tier 4 v2 — GPT-5.6 Sol 82.93，GLM-5.2 29.27（分差 +53.66）。

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。