GPT-6 LunavsGLM-5.3-Flash
在 13 个共同 benchmark 中，GPT-6 Luna 整体领先：GPT-6 Luna 领先 7 项，GLM-5.3-Flash 领先 6 项，持平 0 项，平均分差 +6.78。
GPT-6 Luna
OpenAI · 2026-09-22 · 推理大模型
GLM-5.3-Flash
智谱AI · 2026-08-26 · 多模态大模型
GPT-6 Luna7 项(54%)(46%)6 项GLM-5.3-Flash
评测分数
按能力类目分组，每组内按分差大小排列；共 13 项。
法律
GLM-5.3-Flash 领先 2/2| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| Legal Research Bench | 30.2931 / 42Max (With Tools) | 45.1910 / 42Max (With Tools) | -14.90 |
| Harvey's Legal Agent Benchmark | 2.9228 / 43Max (With Tools) | 6.6717 / 43Max (With Tools) | -3.75 |
金融
胶着 2/2| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| EMB (Excel Modeling) | 68.5211 / 42Max (With Tools) | 55.9331 / 42Max (With Tools) | +12.59 |
| Finance Agent v2 | 49.8730 / 43Max (With Tools) | 57.8511 / 43Max (With Tools) | -7.98 |
临床工作与医疗决策
GLM-5.3-Flash 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| MedScribe | 83.7129 / 66Max (With Tools) | 88.946 / 66Max (With Tools) | -5.23 |
仓库修复与多文件工程
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| DeepSWE | 66.6038 / 92Max (With Tools) | 63.3945 / 92Max (With Tools) | +3.21 |
办公与文档流程
GLM-5.3-Flash 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| AutomationBench | 20.7024 / 25Max (With Tools) | 48.808 / 25Max (With Tools) | -28.10 |
数学
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| ProofBench v1.1 (Lean 4) | 6411 / 28Max (With Tools) | 2126 / 28Max (With Tools) | +43 |
程序生成与编辑
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 81.6515 / 61Max (With Tools) | 30.7643 / 61Max (With Tools) | +50.89 |
算法与竞赛编程
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| IOI (Vals v2) | 55.5614 / 26Max (With Tools) | 52.5016 / 26Max (With Tools) | +3.06 |
维护、优化与工程管理
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| Code Migration | 42.5519 / 43Max (With Tools) | 20.5232 / 43Max (With Tools) | +22.03 |
自主开发与终端任务
GLM-5.3-Flash 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 73.0338 / 57Max (With Tools) | 84.3021 / 57Max (With Tools) | -11.27 |
跨应用与工具编排
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GLM-5.3-Flash | 分差 |
|---|---|---|---|
| Agents' Last Exam | 50.905 / 24Max (With Tools) | 26.3018 / 24Max (With Tools) | +24.60 |
规格对比
| 字段 | GPT-6 Luna | GLM-5.3-Flash |
|---|---|---|
| 发布机构 | OpenAI | 智谱AI |
| 发布时间 | 2026-09-22 | 2026-08-26 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 3200亿 |
| 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-6 Luna | GLM-5.3-Flash |
|---|---|---|
| 文本输入 | $0.1 / 1M tokens | $0.15 / 1M tokens |
| 文本输出 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存读取 | $0.01 / 1M tokens | $0.03 / 1M tokens |
| 缓存写入 | $0.125 / 1M tokens | 暂无公开价格 |
小结
- GPT-6 Luna在以下类目领先:仓库修复与多文件工程 (1/1)、数学 (1/1)、程序生成与编辑 (1/1)、算法与竞赛编程 (1/1)、维护、优化与工程管理 (1/1)、跨应用与工具编排 (1/1)
- GLM-5.3-Flash在以下类目领先:法律 (2/2)、临床工作与医疗决策 (1/1)、办公与文档流程 (1/1)、自主开发与终端任务 (1/1)
- 胶着类目:金融
13 个共同 benchmark 上，GPT-6 Luna 平均高出 6.78 分。
单项差距最大的 benchmark：Vibe Code Bench v1.1 — GPT-6 Luna 81.65，GLM-5.3-Flash 30.76（分差 +50.89）。
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。