Navegación
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 5.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-07

Métrica GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05 GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación 8.1 8.0
Rango #19 #23
Consistencia 8.6 9.0
Pruebas correctas
Tasa de aciertos por intento 78.4% 76.5%
Pruebas inestables 3 2
Ejecuciones totales 51 51
Costo por resultado 6.613 1.270
Costo total $0.794 $0.153
Precio de entrada $2.500 / 1M $1.000 / 1M
Precio de salida $15.000 / 1M $3.200 / 1M
Tokens de salida 1,780 6,666
Tokens de razonamiento 46,687 35,313
Tiempo de respuesta (promedio) 18.95s 18.23s
Tiempo de respuesta (máximo) 100.41s 43.11s
Tiempo de respuesta (total) 322.23s 291.73s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
GLM 5.1 10.0 10.0 100.0% 0 8.31s 401 5,122
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
GLM 5.1 9.5 10.0 100.0% 0 43.11s 327 4,206
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
GLM 5.1 10.0 10.0 100.0% 0 9.33s 991 4,552
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
GLM 5.1 5.3 10.0 33.3% 0 29.77s 969 11,314
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
GLM 5.1 10.0 10.0 100.0% 0 20.95s 2,875 2,875
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
GLM 5.1 6.4 5.8 66.7% 1 7.47s 204 1,617
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
GLM 5.1 8.2 7.2 88.9% 1 23.85s 899 5,627
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGPT-5.2 ChatnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.3 ChatnonevsGLM 5.1mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGLM 5.1mediumClaude Sonnet 4.6nonevsGLM 5.1mediumClaude Sonnet 4.6nonevsGPT-5.4medium