नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.4 Mini (medium) vs GLM 5.3 FlashX Legal (max)

average score जवळपास समान आहे: 7.9 vs 7.9. GLM 5.3 FlashX Legal (max) चा benchmark खर्च कमी आहे: $0.819 vs $1.102. GPT-5.4 Mini (medium) वेगवान आहे: 29.94s vs 65.28s, pass rates 69.6% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#144
एकूण आउटपुट टोकन्स
184,172
प्रतिसाद वेळ (सरासरी)
29.94s
एकूण खर्च
$1.102
क्रमांक
#147
एकूण आउटपुट टोकन्स
571,211
प्रतिसाद वेळ (सरासरी)
65.28s
एकूण खर्च
$0.819
शिफारस केलेले मॉडेल GPT-5.4 Mini (medium)

It has the best score here (7.9), while responding about 2.2x faster than GLM 5.3 FlashX Legal (max).

तपशीलवार तुलना

मेट्रिक GPT-5.4 Mini GPT-5.4 Mini medium प्रकाशन: 2026-03-17 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max प्रकाशन: 2026-11-02
स्कोअर 7.9 7.9
क्रमांक #144 #147
विश्वसनीयता 10.0 9.7
सुसंगतता 8.2 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.6% 71.0%
अस्थिर चाचण्या 5 5
एकूण रन 69 69
प्रति निकाल खर्च 7.754 5.846
एकूण खर्च $1.102 $0.819
इनपुट किंमत $0.750 / 1M $0.370 / 1M
आउटपुट किंमत $4.500 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत $0.075 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 238,925 282,144
आउटपुट टोकन्स 7,109 6,078
रिझनिंग टोकन्स 177,063 565,133
प्रतिसाद वेळ (सरासरी) 29.94s 65.28s
प्रतिसाद वेळ (कमाल) 138.75s 516.19s
प्रतिसाद वेळ (एकूण) 688.57s 1501.49s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) ~320B एकूण (~18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#144 GPT-5.4 Mini

medium
खर्च
$0.056
वेळ
95.5s
टोकन्स
12,464 tok

#147 GLM 5.3 FlashX Legal

max
OpenRouter returned no showcase content (finish_reason: length).
खर्च
$0.082
वेळ
408.0s
टोकन्स
65,656 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
GLM 5.3 FlashX Legal 10.0 10.0 100.0% 0 47.87s 7,317 385 62,514

झटपट तुलना

तुलना जोडी बदला

Gemini 3.5 FlashmediumvsGLM 5.3 FlashX LegalmaxClaude Fable 5.1highvsGPT-5.4 MinimediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashX LegalmaxGPT-5.4 MinimediumvsGLM 5.3 FlashXmaxGPT-5.4 MinimediumvsQwen3.7 MaxnoneMiMo-V2.6-FlashmediumvsGLM 5.3 FlashX LegalmaxGPT-5.4 MinimediumvsParticle-1maxLing 3.1 FlashhighvsGLM 5.3 FlashX LegalmaxDeepSeek V4.1 Flash 1017highvsGLM 5.3 FlashX LegalmaxQwen3.7 MaxnonevsGLM 5.3 FlashX LegalmaxGPT-5.4 MinimediumvsQwen3.8 Flash NextlowGrok 4.5mediumvsGLM 5.3 FlashX Legalmax