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 Mini vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de GPT-5.4 Mini (medium) vs GLM 5.2 (high): La puntuación media está prácticamente empatada en 8.0 vs 8.0. GPT-5.4 Mini (medium) tiene menor coste de benchmark con $0.526 vs $0.554. GPT-5.4 Mini (medium) es más rápido con 22.34s vs 37.09s, con tasas de acierto de 73.0% vs 77.8%.

Modelo recomendado: GPT-5.4 Mini (medium) - Tiene la mejor puntuación aquí (8.0) y responde aproximadamente 1.7x más rápido que GLM 5.2 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-10

Métrica GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17 GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17
Puntuación 8.0 8.0
Rango #33 #32
Fiabilidad 10.0 9.3
Consistencia 8.0 7.6
Pruebas correctas
Tasa de aciertos por intento 73.0% 77.8%
Pruebas inestables 5 6
Ejecuciones totales 63 63
Costo por resultado 4.381 4.255
Costo total $0.526 $0.554
Precio de entrada $0.750 / 1M $0.770 / 1M
Precio de salida $4.500 / 1M $2.420 / 1M
Total de tokens de entrada 34,116 34,993
Tokens de salida 2,181 51,575
Tokens de razonamiento 108,937 166,065
Tiempo de respuesta (promedio) 22.34s 37.09s
Tiempo de respuesta (máximo) 138.75s 180.69s
Tiempo de respuesta (total) 469.20s 778.91s

Generación showcase

Hamster playing table tennis

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

#33 GPT-5.4 Mini

medium
Coste
$0.056
Tiempo
95.5s
Tokens
12,464 tok

#32 GLM 5.2

high
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

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 entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

Comparación rápida

Cambiar par de comparación

Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmediumDisponible gratisvsGLM 5.2highQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highQwen3.6 PlusmediumvsGLM 5.2highGPT-5.4 MinimediumvsGrok 4.5lowGemini 2.5 FlashmediumvsGLM 5.2highGPT-5.6 TerramediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2highGrok 4.5lowvsGLM 5.2highGemini 3.1 Flash Lite PreviewmediumvsGLM 5.2high