AI BENCHY तुलना
OpenAI: GPT-5.4 vs Z.ai: GLM 4.7 Flash
तुलना करें:
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-05
| मेट्रिक | OpenAI: GPT-5.4 none रिलीज़: 2026-03-05 | Z.ai: GLM 4.7 Flash medium रिलीज़: 2026-01-19 |
|---|---|---|
| रैंक | #44 | #52 |
| औसत स्कोर | 46 | 33 |
| संगति | 89 | 61 |
| प्रति परिणाम लागत | 1.496 | 1.018 |
| कुल लागत | $0.090 | $0.041 |
| प्रतिक्रिया समय (औसत) | 1.46s | 39.18s |
| प्रतिक्रिया समय (अधिकतम) | 2.89s | 174.55s |
| प्रतिक्रिया समय (कुल) | 21.86s | 313.44s |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 44.4% | 44.4% |
| अस्थिर टेस्ट | 2 | 7 |
| आउटपुट टोकन | 1,635 | 38,664 |
| रीजनिंग टोकन | 0 | 62,814 |
प्रतिक्रिया समय (औसत)
स्कोर बनाम कुल लागत
औसत स्कोर vs प्रतिक्रिया समय (औसत)
श्रेणी विवरण
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 100 | 73 | 11.1% | 1 | 1.41s | 388 | 0 | |
| Z.ai: GLM 4.7 Flash | 40 | 45 | 55.6% | 2 | 27.09s | 1,085 | 5,597 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 100 | 100 | 0.0% | 0 | 2.89s | 291 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 21 | 33.3% | 1 | 65.57s | 2,585 | 20,648 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 99 | 100 | 100.0% | 0 | 1.04s | 222 | 0 | |
| Z.ai: GLM 4.7 Flash | 50 | 100 | 50.0% | 0 | 1.51s | 584 | 2,755 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 40 | 72 | 44.4% | 1 | 1.07s | 50 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 44 | 33.3% | 2 | 174.55s | 33,000 | 25,394 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 55 | 100 | 50.0% | 0 | 1.07s | 81 | 0 | |
| Z.ai: GLM 4.7 Flash | 50 | 58 | 66.7% | 1 | 2.97s | 388 | 2,181 |
| Puzzle Solving | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 40 | 98 | 33.3% | 0 | 1.52s | 357 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 72 | 11.1% | 1 | 12.90s | 798 | 5,225 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 100 | 100 | 100.0% | 0 | 2.75s | 246 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 100 | 100.0% | 0 | 15.95s | 224 | 1,014 |
त्वरित तुलना
तुलना जोड़ी बदलें
Mercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGPT-5.4noneQwen3 Coder NextnonevsGLM 4.7 FlashmediumGrok 4.1 FastnonevsGLM 4.7 FlashmediumKimi K2.5nonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumLFM2-24B-A2BnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumMercury 2mediumvsGPT-5.4noneTrinity Large Preview (free)noneनिःशुल्क उपलब्धvsGLM 4.7 FlashmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder Nextmedium