Todos los lanzamientos

GPT-6.1 Terra vs. GLM-5.3: comparación de lanzamientos

Comparación de los lanzamientos GPT-6.1 Terra y GLM-5.3: 6 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 8 modelos.

  • En inteligencia, GPT-6.1 Terra obtiene la puntuación más alta: GPT-6.1 Terra (Max), con 48, frente a GLM-5.3 (Max), con 45 de GLM-5.3.
  • En costo por tarea, GPT-6.1 Terra es el más económico: GPT-6.1 Terra (Low), con $0.05, frente a GLM-5.3 (Low), con $0.85 de GLM-5.3.
Playground de modelos

Lanzamientos comparados

GPT-6.1 Terra (max)GPT-6.1 Terra (xhigh)GLM-5.3 (max)GPT-6.1 Terra (high)GPT-6.1 Terra (medium)GPT-6.1 Terra (low)GLM-5.3 (low)GPT-6.1 Terra (non-reasoning)
Intelligence Index
48
45
45
44
41
36
34
33
Finanzas y contabilidad
47
46
45
44
43
38
35
36
Estrategia y operaciones
50
48
48
47
45
42
39
42
Jurídico
49
48
42
47
46
42
33
35
Salud y medicina
--
--
42
--
--
--
33
--
Costo por tareaUSD
$0.40
$0.19
$2.01
$0.13
$0.10
$0.05
$0.85
$0.11
Velocidad de salidaTokens/s
--
--
94
--
--
--
96
--
Tiempo hasta el primer tokens
--
--
2,38
--
--
--
2,79
--
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
1M
Creador
OpenAI
OpenAI
Z AI
OpenAI
OpenAI
OpenAI
Z AI
OpenAI
Licencia
Propietario
Propietario
Abierto
Propietario
Propietario
Propietario
Abierto
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Terra
GLM-5.3
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

AA-PersonalityBenchNew

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark