GPT-6 Luna vs. GLM-5.3: comparación de lanzamientos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparación de los lanzamientos GPT-6 Luna 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, GLM-5.3 obtiene la puntuación más alta: GLM-5.3 (Max), con 32, frente a GPT-6 Luna (Max), con 28 de GPT-6 Luna.
En velocidad de salida, GPT-6 Luna es el más rápido: GPT-6 Luna (Xhigh), con 127 tokens/s, frente a GLM-5.3 (Max), con 86 tokens/s de GLM-5.3.
En costo por tarea, GPT-6 Luna es el más económico: GPT-6 Luna (Low), con $0.01, frente a GLM-5.3 (Low), con $1.57 de GLM-5.3.

Playground de modelos

Lanzamientos comparados


	GLM-5.3 (max)	GPT-6 Luna (max)	GPT-6 Luna (xhigh)	GLM-5.3 (low)	GPT-6 Luna (high)	GPT-6 Luna (medium)	GPT-6 Luna (low)	GPT-6 Luna (non-reasoning)
Intelligence Index	32	28	23	23	21	18	10	9
Finanzas y contabilidad	42	34	31	31	29	26	17	19
Estrategia y operaciones	47	43	39	38	38	34	17	17
Jurídico	36	32	28	28	27	24	16	17
Salud y medicina	39	35	30	31	29	27	16	16
Ingeniería	38	33	29	28	27	25	19	17
Economía	39	35	32	30	30	28	19	20
AA-Briefcase v1.1	1503	1337	1235	1185	1187	1096	740	903
AutomationBench-AA	62.2%	53.2%	47.8%	52.0%	47.8%	40.5%	12.0%	9.1%
Terminal-Bench 4.0	41.9%	12.6%	8.1%	34.8%	4.5%	2.5%	0.0%	1.5%
FrontierCode 2.0	21.6%	25.2%	18.4%	12.7%	18.6%	12.8%	2.2%	1.6%
AA-Omniscience v1.1	6	−8	−13	−11	−13	−14	−18	−26
GDP.pdf	11.2%	22.8%	18.6%	8.8%	18.2%	13.8%	9.0%	5.8%
HLE-Diamond	17.9%	22.2%	18.9%	17.5%	15.6%	15.1%	10.2%	6.3%
CritPt v2 (Hard Subset)	33.5%	42.5%	37.0%	21.5%	31.0%	27.5%	9.5%	5.0%
Terminal-Bench-Science 0.1	9.5%	8.6%	5.2%	3.8%	2.9%	1.4%	1.0%	1.0%

Costo por tareaUSD	$5.01	$0.15	$0.10	$1.57	$0.07	$0.04	$0.01	$0.07
Precio de entradaUSD/1M tokens	$1.40	$0.10	$0.10	$1.40	$0.10	$0.10	$0.10	$0.10
Precio de salidaUSD/1M tokens	$4.40	$0.50	$0.50	$4.40	$0.50	$0.50	$0.50	$0.50
Precio de lectura de cachéUSD/1M tokens	$0.26	$0.01	$0.01	$0.26	$0.01	$0.01	$0.01	$0.01
Precio de escritura de cachéUSD/1M tokens	--	$0.125	$0.125	--	$0.125	$0.125	$0.125	$0.125

Velocidad de salidaTokens/s	86	111	127	82	119	--	115	110
Tiempo hasta el primer tokens	1,55	136,07	34,25	1,68	22,85	--	2,64	0,85
Tiempo hasta el primer token de respuestas	24,90	136,07	34,25	26,05	22,85	--	2,64	0,85
Tiempo de respuesta de extremo a extremos	30,73	140,57	38,19	32,15	27,05	--	6,98	5,38
Tiempo por tareas	1077,16	680,09	345,58	624,26	274,40	--	28,28	90,82

Ventana de contexto	1M	1M	1M	1M	1M	1M	1M	1M
Creador	Z AI	OpenAI	OpenAI	Z AI	OpenAI	OpenAI	OpenAI	OpenAI
Licencia	Abierto	Propietario	Propietario	Abierto	Propietario	Propietario	Propietario	Propietario
Modalidad de entrada	Admite: texto	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto e imágenes	Admite: texto e imágenes
Modalidad de salida	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto
Proveedores	+19			+3

Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

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 Luna

GLM-5.3

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Costo por tarea (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

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

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, GPT-6 Luna (max) vs. GLM-5.3 (max)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate

GPT-6 Luna (max)

GLM-5.3 (max)

Lexically Varied

1 %

99 %

Eloquent

1 %

99 %

Metaphorical

3 %

97 %

Natural Sounding

10 %

90 %

Literate

46 %

54 %

GPT-6 Luna vs. GLM-5.3: comparación de lanzamientos

Inteligencia

Velocidad

Costo por tarea

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. costo por tarea

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Costo

Costo por tarea del Intelligence Index

Cost per Intelligence Index Task

Velocidad y latencia

Velocidad de salida

Output Speed

Model Performance Representation

Puntuaciones de capacidades

Índices de capacidades

Benchmarks

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, GPT-6 Luna (max) vs. GLM-5.3 (max)