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 none Rilis: 2026-01-19 |
|---|---|---|
| Peringkat | #44 | #47 |
| Skor Rata-rata | 4.6 | 3.9 |
| Tes benar | ||
| Konsistensi | 8.9 | 8.3 |
| Biaya per hasil | 1.496 | 0.064 |
| Total Biaya | $0.090 | $0.003 |
| Tingkat lulus per percobaan | 44.4% | 37.8% |
| Tes tidak stabil | 2 | 3 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| Token output | 1,635 | 1,721 |
| Token penalaran | 0 | 0 |
| Waktu respons (rata-rata) | 1.46s | 3.16s |
| Waktu respons (maks) | 2.89s | 7.05s |
| Waktu respons (total) | 21.86s | 25.31s |
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 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 0 | |
| Z.ai: GLM 4.7 Flash | 10.0 | 7.2 | 22.2% | 1 | 6.59s | 430 | 0 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 0 | |
| Z.ai: GLM 4.7 Flash | 10.0 | 10.0 | 0.0% | 0 | 3.22s | 704 | 0 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 222 | 0 | |
| Z.ai: GLM 4.7 Flash | 5.4 | 5.8 | 83.3% | 1 | 4.82s | 196 | 0 |
| 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 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 | |
| Z.ai: GLM 4.7 Flash | 7.0 | 10.0 | 66.7% | 0 | 744ms | 19 | 0 |
| 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 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 | |
| Z.ai: GLM 4.7 Flash | 5.5 | 10.0 | 50.0% | 0 | 888ms | 62 | 0 |
| 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 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 | |
| Z.ai: GLM 4.7 Flash | 3.7 | 10.0 | 0.0% | 0 | 1.00s | 98 | 0 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 | |
| Z.ai: GLM 4.7 Flash | 10.0 | 1.6 | 33.3% | 1 | 7.05s | 212 | 0 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
MiniMax M2.5mediumvsGPT-5.4noneQwen3 Coder NextmediumvsGLM 4.7 FlashnoneMercury 2mediumvsGPT-5.4noneMiniMax M2.5mediumvsGLM 4.7 FlashnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumTersedia gratisvsGLM 4.7 FlashnoneMercury 2mediumvsGLM 4.7 FlashnoneGPT-5 NanomediumvsGLM 4.7 FlashnoneClaude Opus 4.6mediumvsGPT-5.4noneKimi K2.5mediumvsGPT-5.4none