Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 vs Z.ai: GLM 5.2

Zusammenfassung

GPT-5.4 vs GLM 5.2 Benchmark-Vergleich: GLM 5.2 führt beim Durchschnittsscore mit 8.7 vs 8.5. GLM 5.2 hat die niedrigeren Benchmark-Kosten mit $0.324 vs $1.210. GPT-5.4 ist schneller mit 22.35s vs 23.28s, mit Erfolgsraten von 76.2% vs 84.1%.

Empfohlenes Modell: GLM 5.2 - Es hat hier die beste Punktzahl (8.7) und kostet etwa 3.7x weniger als GPT-5.4.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-17

Metrik GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05 GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17
Punktzahl 8.5 8.7
Rang #17 #14
Zuverlässigkeit 10.0 9.5
Konsistenz 8.6 8.4
Korrekte Tests
Erfolgsquote pro Versuch 76.2% 84.1%
Instabile Tests 4 4
Gesamtläufe 63 63
Kosten pro Ergebnis 8.640 2.159
Gesamtkosten $1.210 $0.324
Eingabepreis $2.500 / 1M $1.400 / 1M
Ausgabepreis $15.000 / 1M $4.400 / 1M
Gesamte Eingabe-Token 34,108 37,199
Ausgabe-Token 2,242 12,261
Denk-Token 72,707 49,500
Antwortzeit (Durchschnitt) 22.35s 23.28s
Antwortzeit (Maximum) 100.41s 101.36s
Antwortzeit (Gesamt) 469.29s 488.94s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#17 GPT-5.4

medium
Cost
$0.214
Time
199.6s
Tokens
14,349 tok

#14 GLM 5.2

medium
Cost
$0.041
Time
195.8s
Tokens
9,287 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
GLM 5.2 10.0 10.0 100.0% 0 5.89s 639 497 2,634
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
GLM 5.2 10.0 10.0 100.0% 0 13.44s 7,149 348 2,345
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
GLM 5.2 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
GLM 5.2 10.0 10.0 100.0% 0 17.39s 498 54 1,842
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
GLM 5.2 9.9 10.0 100.0% 0 7.90s 678 94 1,518
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
GLM 5.2 8.2 7.2 88.9% 1 13.13s 672 536 4,822
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
GLM 5.2 10.0 10.0 100.0% 0 20.41s 6,861 230 550
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
GLM 5.2 3.0 10.0 0.0% 0 34.25s 138 381 2,529

Schnellvergleich

Vergleichspaar wechseln

GPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsGLM 5.2mediumGemini 3.5 FlashlowvsGLM 5.2mediumGPT-5.5lowvsGLM 5.2mediumGemini 3.5 FlashlowvsGPT-5.4mediumGPT-5.4mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.4mediumStep 3.7 FlashlowvsGLM 5.2mediumDeepSeek V4 ProhighvsGLM 5.2mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGPT-5.3 ChatnonevsGLM 5.2medium