नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Z.ai: GLM 5.2

सारांश

GPT-5.4 vs GLM 5.2 benchmark तुलना: GLM 5.2 average score मध्ये पुढे आहे: 8.7 vs 8.5. GLM 5.2 चा benchmark खर्च कमी आहे: $0.324 vs $1.210. GPT-5.4 वेगवान आहे: 22.35s vs 23.28s, pass rates 76.2% vs 84.1%.

शिफारस केलेले मॉडेल: GLM 5.2 - It has the best score here (8.7), while costing about 3.7x less than GPT-5.4.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-17

मेट्रिक GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05 GLM 5.2 GLM 5.2 medium प्रकाशन: 2026-06-17
स्कोअर 8.5 8.7
क्रमांक #17 #14
विश्वसनीयता 10.0 9.5
सुसंगतता 8.6 8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.2% 84.1%
अस्थिर चाचण्या 4 4
एकूण रन 63 63
प्रति निकाल खर्च 8.640 2.159
एकूण खर्च $1.210 $0.324
इनपुट किंमत $2.500 / 1M $1.400 / 1M
आउटपुट किंमत $15.000 / 1M $4.400 / 1M
एकूण इनपुट टोकन्स 34,108 37,199
आउटपुट टोकन्स 2,242 12,261
रिझनिंग टोकन्स 72,707 49,500
प्रतिसाद वेळ (सरासरी) 22.35s 23.28s
प्रतिसाद वेळ (कमाल) 100.41s 101.36s
प्रतिसाद वेळ (एकूण) 469.29s 488.94s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#17 GPT-5.4

medium
Cost
$0.214
Time
199.6s
Tokens
14,349 tok

#14 GLM 5.2

medium
Cost
$0.041
Time
195.8s
Tokens
9,287 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
GLM 5.2 10.0 10.0 100.0% 0 5.89s 639 497 2,634
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
GLM 5.2 10.0 10.0 100.0% 0 13.44s 7,149 348 2,345
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
GLM 5.2 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
GLM 5.2 10.0 10.0 100.0% 0 17.39s 498 54 1,842
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
GLM 5.2 9.9 10.0 100.0% 0 7.90s 678 94 1,518
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
GLM 5.2 8.2 7.2 88.9% 1 13.13s 672 536 4,822
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
GLM 5.2 10.0 10.0 100.0% 0 20.41s 6,861 230 550
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
GLM 5.2 3.0 10.0 0.0% 0 34.25s 138 381 2,529

झटपट तुलना

तुलना जोडी बदला

GPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsGLM 5.2mediumGemini 3.5 FlashlowvsGLM 5.2mediumGPT-5.5lowvsGLM 5.2mediumGemini 3.5 FlashlowvsGPT-5.4mediumGPT-5.4mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.4mediumStep 3.7 FlashlowvsGLM 5.2mediumDeepSeek V4 ProhighvsGLM 5.2mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGPT-5.3 ChatnonevsGLM 5.2medium