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

GPT-5.4 Nano (medium) vs GLM 5.3 FlashX Legal (max)

GPT-5.4 Nano (medium) average score में आगे है: 8.0 vs 7.9. GPT-5.4 Nano (medium) की benchmark लागत कम है: $0.235 vs $0.819. GPT-5.4 Nano (medium) तेज है: 15.95s vs 65.28s, pass rates 66.7% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#137
कुल आउटपुट टोकन
110,910
प्रतिक्रिया समय (औसत)
15.95s
कुल लागत
$0.235
रैंक
#147
कुल आउटपुट टोकन
571,211
प्रतिक्रिया समय (औसत)
65.28s
कुल लागत
$0.819
अनुशंसित मॉडल GPT-5.4 Nano (medium)

It has the best score here (8.0), while costing about 3.5x less than GLM 5.3 FlashX Legal (max).

विस्तृत तुलना

मेट्रिक GPT-5.4 Nano GPT-5.4 Nano medium रिलीज़: 2026-03-17 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max रिलीज़: 2026-11-02
स्कोर 8.0 7.9
रैंक #137 #147
विश्वसनीयता 10.0 9.7
संगति 8.6 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 71.0%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 1.432 5.846
कुल लागत $0.235 $0.819
इनपुट कीमत $0.200 / 1M $0.370 / 1M
आउटपुट कीमत $1.250 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.020 / 1M $0.075 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 237,088 282,144
आउटपुट टोकन 8,235 6,078
रीजनिंग टोकन 102,675 565,133
प्रतिक्रिया समय (औसत) 15.95s 65.28s
प्रतिक्रिया समय (अधिकतम) 94.06s 516.19s
प्रतिक्रिया समय (कुल) 366.93s 1501.49s
पैरामीटर ~120B कुल (~5B सक्रिय) ~320B कुल (~18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#137 GPT-5.4 Nano

medium
लागत
$0.007
समय
24.6s
टोकन
4,943 tok

#147 GLM 5.3 FlashX Legal

max
OpenRouter returned no showcase content (finish_reason: length).
लागत
$0.082
समय
408.0s
टोकन
65,656 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
GLM 5.3 FlashX Legal 10.0 10.0 100.0% 0 47.87s 7,317 385 62,514

तुलना जोड़ी बदलें