Hy3vsGLM-5.2
在 8 个共同 benchmark 中，GLM-5.2 整体领先：Hy3 领先 2 项，GLM-5.2 领先 6 项，持平 0 项，平均分差 -3.86。
Hy32 项(25%)(75%)6 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。
AI Agent - Tool Usage
Hy3 领先 2/3| 评测项 | Hy3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 71.7030 / 44Thinking High (With Tools) | 8117 / 44Thinking High (With Tools) | -9.30 |
| MCP-Atlas | 79.109 / 38Thinking High (With Tools) | 76.8013 / 38Thinking (With Tools) | +2.30 |
| Tool Decathlon | 48.503 / 10Thinking High (With Tools) | 48.204 / 10Thinking (With Tools) | +0.30 |
Coding and Software Engineer
GLM-5.2 领先 2/2| 评测项 | Hy3 | GLM-5.2 | 分差 |
|---|---|---|---|
| DeepSWE | 2826 / 27Thinking High (With Tools) | 4421 / 27Deep Thinking (With Tools) | -16 |
| SWE-Bench Pro - Public | 57.9018 / 57Thinking High (With Tools) | 62.109 / 57Thinking (With Tools) | -4.20 |
General Knowledge
GLM-5.2 领先 1/1| 评测项 | Hy3 | GLM-5.2 | 分差 |
|---|---|---|---|
| HLE | 53.2019 / 181Thinking High (With Tools) | 54.7015 / 181Thinking (With Tools) | -1.50 |
Math and Reasoning
GLM-5.2 领先 1/1| 评测项 | Hy3 | GLM-5.2 | 分差 |
|---|---|---|---|
| IMO-AnswerBench | 903 / 23Thinking High (No Tools) | 912 / 23Thinking (No Tools) | -1 |
科学与综合推理
GLM-5.2 领先 1/1| 评测项 | Hy3 | GLM-5.2 | 分差 |
|---|---|---|---|
| GPQA Diamond | 90.4036 / 226Thinking High (No Tools) | 91.8626 / 226最高（无工具） | -1.46 |
规格对比
| 字段 | Hy3 | GLM-5.2 |
|---|---|---|
| 发布机构 | 腾讯AI实验室 | 智谱AI |
| 发布时间 | 2026-07-06 | 2026-06-13 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 2950亿 | 7533.3亿 |
| 上下文长度 | 256K | 1M |
| 最大输出 | 暂无数据 | 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 | Hy3 | GLM-5.2 |
|---|---|---|
| 文本输入 | ¥1.2 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | ¥4 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | ¥0.4 / 1M tokens | $0.26 / 1M tokens |
小结
- Hy3在以下类目领先:AI Agent - Tool Usage (2/3)
- GLM-5.2在以下类目领先:Coding and Software Engineer (2/2)、General Knowledge (1/1)、Math and Reasoning (1/1)、科学与综合推理 (1/1)
8 个共同 benchmark 上，GLM-5.2 平均高出 3.86 分。
单项差距最大的 benchmark：DeepSWE — Hy3 28，GLM-5.2 44（分差 -16）。
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。