AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Z.ai: GLM 5 Turbo

Ringkasan

Perbandingan benchmark GPT-5.4 Mini vs GLM 5 Turbo: GLM 5 Turbo unggul dalam skor rata-rata dengan 8.4 vs 8.0. GLM 5 Turbo memiliki biaya benchmark lebih rendah di $0.323 vs $0.526. GPT-5.4 Mini lebih cepat di 22.34s vs 23.00s, dengan tingkat keberhasilan 73.0% vs 74.6%.

Model yang direkomendasikan: GLM 5 Turbo - It has the best score here (8.4), while costing about 1.6x less than GPT-5.4 Mini.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	GPT-5.4 Mini GPT-5.4 Mini medium Rilis: 2026-03-17	GLM 5 Turbo GLM 5 Turbo medium Rilis: 2026-03-15

Metrik	GPT-5.4 Mini GPT-5.4 Mini medium Rilis: 2026-03-17	GLM 5 Turbo GLM 5 Turbo medium Rilis: 2026-03-15
Skor	8.0	8.4
Peringkat	#30	#24
Keandalan	10.0	10.0
Konsistensi	8.0	8.5
Tes benar
Tingkat lulus per percobaan	73.0%	74.6%
Tes tidak stabil	5	4
Total Run	63	63
Biaya per hasil	4.381	2.011
Total Biaya	$0.526	$0.323
Harga input	$0.750 / 1M	$1.200 / 1M
Harga output	$4.500 / 1M	$4.000 / 1M
Total token input	34,116	35,593
Token output	2,181	12,245
Token penalaran	108,937	62,277
Waktu respons (rata-rata)	22.34s	23.00s
Waktu respons (maks)	138.75s	194.23s
Waktu respons (total)	469.20s	482.97s

Generation showcase

Hamster playing table tennis

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

#30 GPT-5.4 Mini

medium

Cost: $0.056
Time: 95.5s
Tokens: 12,464 tok

#24 GLM 5 Turbo

medium

Cost: $0.074
Time: 206.0s
Tokens: 18,549 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
GLM 5 Turbo	10.0	10.0	100.0%	0		4.82s	555	362	3,137

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
GLM 5 Turbo	8.2	9.3	66.7%	0		45.90s	5,941	363	25,381

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	10.0	10.0	100.0%	0		17.81s	11,019	317	4,317
GLM 5 Turbo	10.0	10.0	100.0%	0		13.88s	12,714	390	2,037

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
GLM 5 Turbo	10.0	10.0	100.0%	0		6.19s	7,107	577	3,632

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286
GLM 5 Turbo	2.9	4.4	22.2%	2		71.07s	489	9,665	19,279

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
GLM 5 Turbo	6.1	3.1	66.7%	1		10.05s	477	60	2,216

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
GLM 5 Turbo	10.0	10.0	100.0%	0		5.38s	636	255	2,183

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
GLM 5 Turbo	8.7	7.9	77.8%	1		5.23s	609	312	2,647

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
GLM 5 Turbo	10.0	10.0	100.0%	0		9.84s	6,879	241	446

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
GLM 5 Turbo	3.0	10.0	0.0%	0		40.17s	186	20	1,319

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsGLM 5 Turbomedium DeepSeek V4 FlashhighvsGLM 5 Turbomedium DeepSeek V4 FlashhighvsGPT-5.4 Minimedium GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium Claude Sonnet 4.6nonevsGPT-5.4 Minimedium Step 3.7 FlashlowvsGLM 5 Turbomedium Claude Opus 4.8nonevsGPT-5.4 Minimedium Gemini 3.5 FlashlowvsGLM 5 Turbomedium GPT-5.4 MinimediumvsQwen3.7 Plusnone GPT-5.3 ChatnonevsGLM 5 Turbomedium GPT-5.4 MinimediumvsStep 3.7 Flashhigh