GPT-5.6 SolvsGLM-5.2
在 19 个共同 benchmark 中，GPT-5.6 Sol 整体领先：GPT-5.6 Sol 领先 16 项，GLM-5.2 领先 3 项，持平 0 项，平均分差 +22.21。
GPT-5.6 Sol
OpenAI · 2026-06-26 · 推理大模型
GLM-5.2
智谱AI · 2026-06-13 · 推理大模型
GPT-5.6 Sol16 项(84%)(16%)3 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 19 项。
法律
GLM-5.2 领先 2/3| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| Legal Research Bench | 48.087 / 42Max (With Tools) | 31.2529 / 42Max (With Tools) | +16.83 |
| Harvey's Legal Agent Benchmark | 2.5029 / 43Max (With Tools) | 7.0816 / 43Max (With Tools) | -4.58 |
| Harvey Lab-AA | 87.1817 / 44Max (With Tools) | 90.9712 / 44Max (With Tools) | -3.79 |
临床工作与医疗决策
GPT-5.6 Sol 领先 2/2| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| MedCode | 43.9732 / 64Max (With Tools) | 40.7744 / 64Max (With Tools) | +3.20 |
| MedScribe | 85.2320 / 66Max (With Tools) | 83.5331 / 66Max (With Tools) | +1.70 |
多轮记忆与持续上下文
GPT-5.6 Sol 领先 2/2| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| EBR-bench | 44.766 / 23Max (With Tools) | 9.5218 / 23Max (With Tools) | +35.24 |
| Context Arena | 97.632 / 126Max (No Tools) | 72.3458 / 126Max (No Tools) | +25.29 |
科学知识与推理
GPT-5.6 Sol 领先 2/2| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| GPQA Diamond | 82.83109 / 253Normal (No Tools) | 71.21173 / 253Normal (No Tools) | +11.62 |
| CritPt | 5.1098 / 204Normal (No Tools) | 3.10114 / 204Normal (No Tools) | +2 |
自主开发与终端任务
GPT-5.6 Sol 领先 2/2| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 37.2724 / 98Max (With Tools) | 186 / 98Max (With Tools) | +36.27 |
| Terminal Bench Hard | 65.901 / 244Max (With Tools) | 50.8022 / 244Max (With Tools) | +15.10 |
金融
GPT-5.6 Sol 领先 2/2| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| EMB (Excel Modeling) | 72.345 / 42Max (With Tools) | 61.5324 / 42Max (With Tools) | +10.81 |
| Finance Agent v2 | 53.7621 / 43Max (With Tools) | 49.7031 / 43Max (With Tools) | +4.06 |
写作与创意表达
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 1,9729 / 110Normal (No Tools) | 1,75725 / 110Normal (No Tools) | +215.10 |
客服与业务流程
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| τ³-Banking | 19.6095 / 167Normal (With Tools) | 16.70102 / 167Normal (With Tools) | +2.90 |
机器学习工程
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| WeirdML v2 | 88.762 / 52Thinking High (With Tools) | 67.3121 / 52Thinking High (With Tools) | +21.45 |
程序生成与编辑
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 80.5017 / 61Max (With Tools) | 63.9631 / 61Max (With Tools) | +16.54 |
维护、优化与工程管理
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| Code Migration | 52.927 / 43Max (With Tools) | 37.8722 / 43Max (With Tools) | +15.05 |
跨应用与工具编排
GLM-5.2 领先 1/1| 评测项 | GPT-5.6 Sol | GLM-5.2 | 分差 |
|---|---|---|---|
| PinchBench v2 | 84.197 / 45Reported best (effort unspecified) | 86.985 / 45Reported best (effort unspecified) | -2.79 |
规格对比
| 字段 | GPT-5.6 Sol | GLM-5.2 |
|---|---|---|
| 发布机构 | OpenAI | 智谱AI |
| 发布时间 | 2026-06-26 | 2026-06-13 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 7533.3亿 |
| 上下文长度 | 1.05M | 1M |
| 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 | GPT-5.6 Sol | GLM-5.2 |
|---|---|---|
| 文本输入 | $4 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | $20 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | $0.4 / 1M tokens | $0.26 / 1M tokens |
| 缓存写入 | $5 / 1M tokens | 暂无公开价格 |
小结
- GPT-5.6 Sol在以下类目领先:临床工作与医疗决策 (2/2)、多轮记忆与持续上下文 (2/2)、科学知识与推理 (2/2)、自主开发与终端任务 (2/2)、金融 (2/2)、写作与创意表达 (1/1)、客服与业务流程 (1/1)、机器学习工程 (1/1)、程序生成与编辑 (1/1)、维护、优化与工程管理 (1/1)
- GLM-5.2在以下类目领先:法律 (2/3)、跨应用与工具编排 (1/1)
19 个共同 benchmark 上，GPT-5.6 Sol 平均高出 22.21 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.6 Sol 1,972，GLM-5.2 1,757（分差 +215.10）。
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。