AI BENCHY Compare
OpenAI: gpt-oss-120b vs Z.ai: GLM 5.1
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: 2026-04-11
| 指標 | gpt-oss-120b gpt-oss-120b none 無料で利用可能 | GLM 5.1 GLM 5.1 none |
|---|---|---|
| スコア | 5.2 | 5.6 |
| 順位 | #79 | #71 |
| 一貫性 | 7.9 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 38.9% | 37.0% |
| 不安定なテスト | 5 | 4 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.221 | 1.046 |
| 合計コスト | $0.009 | $0.053 |
| ???? | $0.039 / 1M | $0.950 / 1M |
| ???? | $0.190 / 1M | $3.150 / 1M |
| 出力トークン | 44,652 | 3,720 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 11.96s | 4.33s |
| 応答時間（最大） | 68.97s | 32.57s |
| 応答時間（合計） | 179.34s | 78.02s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.6 | 8.0 | 58.3% | 1 | 6.03s | 4,867 | 0 | |
| GLM 5.1 | 4.0 | 6.3 | 25.0% | 2 | 2.11s | 305 | 0 |
| コーディング | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.3 | 1.1 | 66.7% | 1 | 9.57s | 3,232 | 0 | |
| GLM 5.1 | 5.1 | 9.1 | 0.0% | 0 | 9.79s | 501 | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 5.1 | 2.8 | 2.1 | 33.3% | 1 | 32.57s | 2,129 | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 7.12s | 598 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 1.08s | 204 | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 34.98s | 29,483 | 0 | |
| GLM 5.1 | 2.9 | 7.2 | 11.1% | 1 | 1.99s | 24 | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.6 | 10.0 | 0.0% | 0 | 2.83s | 586 | 0 | |
| GLM 5.1 | 5.0 | 10.0 | 0.0% | 0 | 790ms | 39 | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 8.4 | 6.9 | 83.3% | 1 | 5.10s | 1,982 | 0 | |
| GLM 5.1 | 8.3 | 10.0 | 50.0% | 0 | 1.58s | 66 | 0 |
| パズル解決 | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 4.5 | 4.8 | 44.5% | 2 | 6.86s | 3,904 | 0 | |
| GLM 5.1 | 5.7 | 10.0 | 33.3% | 0 | 1.48s | 152 | 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 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 10.68s | 300 | 0 |
クイック比較
比較ペアを切り替え
MiniMax M2.7mediumvsgpt-oss-120bnone無料で利用可能Mistral Small 4mediumvsGLM 5.1noneMiniMax M2.5medium無料で利用可能vsGLM 5.1nonegpt-oss-120bmedium無料で利用可能vsGLM 5.1noneMiniMax M2.7mediumvsGLM 5.1noneMistral Small 4mediumvsgpt-oss-120bnone無料で利用可能gpt-oss-120bnone無料で利用可能vsQwen3 Coder NextmediumMiniMax M2.5medium無料で利用可能vsgpt-oss-120bnone無料で利用可能gpt-oss-120bnone無料で利用可能vsGLM 4.7 FlashmediumGPT-5 NanomediumvsGLM 5.1nonegpt-oss-120bnone無料で利用可能vsQwen3.5-9BmediumQwen3 Coder NextmediumvsGLM 5.1none