AI BENCHY Compare
OpenAI: GPT-5.4 vs Z.ai: GLM 5
比較する:
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-06
| 指標 | OpenAI: GPT-5.4 medium リリース: 2026-03-05 | Z.ai: GLM 5 none リリース: 2026-02-12 |
|---|---|---|
| 順位 | #9 | #31 |
| 平均スコア | 8.0 | 6.0 |
| 一貫性 | 8.5 | 10.0 |
| 結果あたりのコスト | 6.601 | 0.200 |
| 合計コスト | $0.793 | $0.018 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 56.3% |
| 不安定なテスト | 3 | 0 |
| 総実行回数 | 48 (16 x 3) | 48 (16 x 3) |
| 出力トークン | 1,756 | 1,548 |
| 推論トークン | 46,642 | 0 |
| 応答時間（平均） | 20.05s | 4.03s |
| 応答時間（最大） | 100.41s | 11.07s |
| 応答時間（合計） | 320.87s | 36.30s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.02s | 216 | 1,466 | |
| Z.ai: GLM 5 | 4.0 | 10.0 | 33.3% | 0 | 3.39s | 272 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 20.57s | 301 | 3,543 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 0.0% | 0 | 4.98s | 406 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 5.32s | 234 | 804 | |
| Z.ai: GLM 5 | 9.9 | 10.0 | 100.0% | 0 | 5.78s | 203 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 74.27s | 61 | 34,748 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 0.0% | 0 | 2.24s | 19 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 5.0 | 3.1 | 33.3% | 1 | 4.92s | 145 | 321 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 103 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 93 | 897 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 1.48s | 61 | 0 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 7.0 | 7.2 | 88.9% | 1 | 9.13s | 442 | 3,832 | |
| Z.ai: GLM 5 | 7.0 | 10.0 | 66.7% | 0 | 2.05s | 264 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 264 | 1,031 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 11.07s | 220 | 0 |
クイック比較
比較ペアを切り替え
GPT-5 MinimediumvsGLM 5noneGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGrok 4.1 FastmediumvsGLM 5noneKimi K2.5mediumvsGLM 5noneGPT-5 NanomediumvsGLM 5noneGPT-5.2mediumvsGLM 5noneQwen3.5-35B-A3BmediumvsGLM 5noneClaude Opus 4.6mediumvsGLM 5noneMercury 2mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4medium