GLM-4.5-AirvsGPT-5.6 Terra
都是语言模型,按各自厂商 API 的标准价比较,每个数字都附来源。
按你的用量对比
所有模型按同一个请求计价输入 8,000 token,输出 2,000
| GLM-4.5-Air Z.ai API | GPT-5.6 Terra OpenAI API | |
|---|---|---|
| 适用价格 | 基础价格 | 基础价格 |
| 输入每 1M token | $0.20 | $2.00 |
| 缓存读取每 1M token | $0.030 | $0.20 |
| 输出每 1M token | $1.10 | $12.00 |
| 每次请求成本 | $0.0038 | $0.040 |
| 每 1,000 次请求 | $3.80 | $40.00 |
- GLM-4.5-Air Pricing · 数据日期 2026年11月1日
- GPT-5.6 Terra OpenAI API pricing · 数据日期 2026年11月2日
所有模型都按同一个请求、以各厂商自己的标价(均附来源和日期)计算,因此加粗的就是最便宜的。无法处理该请求的模型会注明原因,不参与排名;厂商没有某个条件的价格时,会说明改用了哪个价格。
提示越长,每次请求的成本
输出 2K token,按各厂商 API 的标价计算。 GPT-5.6 Terra 在超过 272K token 后按 $4.00 / $18.00 计价。 曲线在模型的上下文窗口处结束。
- GLM-4.5-Air · Z.ai API
- GPT-5.6 Terra · OpenAI API
在所有有评分的模型中的位置
每条线从该榜单的最低分到最高分,竖线是中位数。
- GLM-4.5-Air
- GPT-5.6 Terra
关键差异
输入厂商官方 API · global · USD
$0.20 / 百万 tokens Pricing · 数据日期 2026年11月1日
$2.00 / 百万 tokens OpenAI API pricing · 数据日期 2026年11月2日
输出厂商官方 API · global · USD
$1.10 / 百万 tokens Pricing · 数据日期 2026年11月1日
$12.00 / 百万 tokens OpenAI API pricing · 数据日期 2026年11月2日
缓存读取厂商官方 API · global · USD
$0.030 / 百万 tokens Pricing · 数据日期 2026年11月1日
$0.20 / 百万 tokens OpenAI API pricing · 数据日期 2026年11月2日
以上差异来自已核实厂商规格,或各自官方 API 在相同地区、币种、计费单位和条件下的标价。不同条件仍在完整表格中并列展示,不据此判断哪款更便宜。 声明的功能只说明支持情况,不代表实测质量或推荐;缺少证据不等于不支持。
完整对比
| GLM-4.5-Air Zhipu AI | GPT-5.6 Terra OpenAI | |
|---|---|---|
| 概览 | ||
| 发布时间 | 2025年7月28日 | 2026年7月9日 |
| 开放权重 | — | |
| 知识截止 | 2025年4月 | 2026年2月 |
| 规格 | ||
| 上下文 | 128K | 1.05M |
| 最长输入 | 官方未写明 | 922K |
| 最大输出 | 96K | 128K |
| 输入模态 | 文本 | 文本、图像 |
| 输出模态 | 文本 | 文本 |
| 推理 | ||
| 推理档位 | 官方未写明 | none、low、medium、high、xhigh、max |
| 可关闭推理 | ||
| 工具调用 | ||
| 结构化输出 | 官方未写明 | |
| 价格 · 每百万 tokens | ||
| 输入价格 | $0.20 | $2.00 |
| 输出价格 | $1.10 | $12.00 |
| 缓存读取价格 | $0.030 | $0.20 |
| 缓存写入价格 | — | $2.50 起30 分钟缓存 |
| 混合价格(输入 3 : 输出 1) | $0.425 | $4.50 |
| 条件价格 · 每百万 tokens | ||
| 长提示输入价格 | 未提供 | $4.00提示超过 272K tokens |
| 长提示输出价格 | 未提供 | $18.00提示超过 272K tokens |
| 批量输入价格 | 未提供 | $1.00批量 |
| 批量输出价格 | 未提供 | $6.00批量 |
| Flex 层级输入价格 | 未提供 | $1.00Flex 层级 |
| Flex 层级输出价格 | 未提供 | $6.00Flex 层级 |
| 引用评分 | ||
| Epoch Capabilities Index | — | 160.9 |
| LMArena Text | 1,373 | 1,467 xhigh effort |
| LMArena Text · Coding | 1,427 | 1,517 xhigh effort |
| LMArena Vision | — | 1,271 xhigh effort |
| LMArena Text · Chinese | 1,405 | 1,516 xhigh effort |
| Epoch AI · GPQA Diamond | — | 93.3% max effort |
| Epoch AI · FrontierMath Tiers 1–3 | — | 86% max effort |
头条价格可能来自不同渠道、地区或档位。选用模型前请核对各项来源,缺失的事实保留为空。
模型详情与来源
- GLM-4.5-Air → 已上线
- GPT-5.6 Terra → 已上线
引用评分
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · LMArena leaderboard dataset (Hugging Face) · CC BY 4.0 · 数据日期 2026年10月28日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月5日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年10月28日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月4日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · EQ-Bench: 4 · MIT · 数据日期 2026年10月24日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · EQ-Bench: Longform Writing · MIT · 数据日期 2026年10月28日
- LiveBench (White et al.), release 2026-06-25, livebench.ai, licensed CC BY-SA 4.0. This board, adapted from it, is shared under CC BY-SA 4.0. · LiveBench release 2026-06-25 · CC BY-SA 4.0 · 数据日期 2026年6月25日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · LMArena leaderboard dataset (Hugging Face) · CC BY 4.0 · 数据日期 2026年9月13日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · LMArena leaderboard dataset (Hugging Face) · CC BY 4.0 · 数据日期 2026年10月19日
- Terminal-Bench 4.0 leaderboard (Marten, Shaw et al., Terminal-Bench; harbor-framework/terminal-bench on GitHub), licensed Apache-2.0. · harbor-framework/terminal-bench leaderboard submissions · Apache-2.0 · 数据日期 2026年9月29日