AI BENCHY Compare
OpenAI: GPT-5.4 vs Z.ai: GLM 4.7 Flash
Bandingkan:
Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-05
| Metrik | OpenAI: GPT-5.4 none Rilis: 2026-03-05 | Z.ai: GLM 4.7 Flash medium Rilis: 2026-01-19 |
|---|---|---|
| Peringkat | #44 | #52 |
| Skor Rata-rata | 46 | 33 |
| Konsistensi | 89 | 61 |
| Biaya per hasil | 1.496 | 1.018 |
| Total Biaya | $0.090 | $0.041 |
| Waktu respons (rata-rata) | 1.46s | 39.18s |
| Waktu respons (maks) | 2.89s | 174.55s |
| Waktu respons (total) | 21.86s | 313.44s |
| Tes benar | ||
| Tingkat lulus per percobaan | 44.4% | 44.4% |
| Tes tidak stabil | 2 | 7 |
| Token output | 1,635 | 38,664 |
| Token penalaran | 0 | 62,814 |
Waktu respons (rata-rata)
Skor vs Total Biaya
Skor Rata-rata vs Waktu respons (rata-rata)
Rincian Kategori
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| 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 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| 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 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| 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 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| 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 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| 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 | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| 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 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| 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 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
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)noneTersedia gratisvsGLM 4.7 FlashmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder Nextmedium