AI BENCHY Compare
OpenAI: GPT-5.4 vs Z.ai: GLM 4.7 Flash
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: 2026-03-05
| 指標 | OpenAI: GPT-5.4 none リリース: 2026-03-05 | Z.ai: GLM 4.7 Flash medium リリース: 2026-01-19 |
|---|---|---|
| 順位 | #44 | #52 |
| 平均スコア | 4.6 | 3.3 |
| 正解テスト | ||
| 一貫性 | 8.9 | 6.1 |
| 結果あたりのコスト | 1.496 | 1.018 |
| 合計コスト | $0.090 | $0.041 |
| 試行ごとの合格率 | 44.4% | 44.4% |
| 不安定なテスト | 2 | 7 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 1,635 | 38,664 |
| 推論トークン | 0 | 62,814 |
| 応答時間（平均） | 1.46s | 39.18s |
| 応答時間（最大） | 2.89s | 174.55s |
| 応答時間（合計） | 21.86s | 313.44s |
応答時間（平均）
スコア vs 総コスト
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 | 7.3 | 11.1% | 1 | 1.41s | 388 | 0 | |
| Z.ai: GLM 4.7 Flash | 4.0 | 4.5 | 55.6% | 2 | 27.09s | 1,085 | 5,597 |
| 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 | 0.0% | 0 | 2.89s | 291 | 0 | |
| Z.ai: GLM 4.7 Flash | 10.0 | 2.1 | 33.3% | 1 | 65.57s | 2,585 | 20,648 |
| 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 | 1.04s | 222 | 0 | |
| Z.ai: GLM 4.7 Flash | 5.0 | 10.0 | 50.0% | 0 | 1.51s | 584 | 2,755 |
| 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 | 1.07s | 50 | 0 | |
| Z.ai: GLM 4.7 Flash | 10.0 | 4.4 | 33.3% | 2 | 174.55s | 33,000 | 25,394 |
| 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 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 | |
| Z.ai: GLM 4.7 Flash | 5.0 | 5.8 | 66.7% | 1 | 2.97s | 388 | 2,181 |
| 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 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 | |
| Z.ai: GLM 4.7 Flash | 10.0 | 7.2 | 11.1% | 1 | 12.90s | 798 | 5,225 |
| 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 | 2.75s | 246 | 0 | |
| Z.ai: GLM 4.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.95s | 224 | 1,014 |
クイック比較
比較ペアを切り替え
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)none無料で利用可能vsGLM 4.7 FlashmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder Nextmedium