Navegación
AI BENCHY
Advertise here

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: 2026-05-22

Métrica GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05 GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07
Puntuación 5.6 5.6
Rango #112 #113
Fiabilidad 10.0 10.0
Consistencia 9.1 8.1
Pruebas correctas
Tasa de aciertos por intento 38.3% 40.0%
Pruebas inestables 2 5
Ejecuciones totales 60 60
Costo por resultado 1.638 0.941
Costo total $0.115 $0.057
Precio de entrada $2.500 / 1M $0.980 / 1M
Precio de salida $15.000 / 1M $3.080 / 1M
Tokens de salida 2,378 3,749
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.46s 4.16s
Tiempo de respuesta (máximo) 2.95s 32.57s
Tiempo de respuesta (total) 29.23s 83.23s

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 3.2 8.0 8.3% 1 1.21s 406 0
GLM 5.1 4.0 6.3 25.0% 2 2.11s 305 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 6.8 10.0 50.0% 0 1.99s 501 0
GLM 5.1 4.3 9.5 0.0% 0 6.33s 519 0
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 3.0 10.0 0.0% 0 2.89s 291 0
GLM 5.1 2.8 2.1 33.3% 1 32.57s 2,129 0
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 1.04s 222 0
GLM 5.1 10.0 10.0 100.0% 0 1.08s 204 0
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 1.07s 50 0
GLM 5.1 2.9 7.2 11.1% 1 1.99s 24 0
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 4.4 9.9 0.0% 0 1.78s 184 0
GLM 5.1 5.0 10.0 0.0% 0 790ms 39 0
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 6.5 10.0 50.0% 0 1.07s 81 0
GLM 5.1 9.8 10.0 100.0% 0 1.58s 66 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
GLM 5.1 6.1 7.8 44.4% 1 1.48s 152 0
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 2.75s 246 0
GLM 5.1 10.0 10.0 100.0% 0 10.68s 300 0
Cultura 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 3.0 10.0 0.0% 0 990ms 40 0
GLM 5.1 3.0 10.0 0.0% 0 2.34s 11 0

Comparación rápida

Cambiar par de comparación

gpt-oss-120bmediumDisponible gratisvsGLM 5.1noneMiniMax M2.5mediumDisponible gratisvsGLM 5.1noneMiniMax M2.5mediumDisponible gratisvsGPT-5.4noneCobuddymediumDisponible gratisvsGPT-5.4noneCobuddymediumDisponible gratisvsGLM 5.1noneMistral Small 4mediumvsGLM 5.1noneMistral Small 4mediumvsGPT-5.4noneElephant AlphamediumvsGLM 5.1noneGPT-5.4nonevsElephant AlphamediumGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsGLM 5.1noneNemotron 3 SupermediumDisponible gratisvsGPT-5.4none