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

GPT-5.4 Nano (medium) average score मध्ये पुढे आहे: 8.0 vs 7.9. GPT-5.4 Nano (medium) चा benchmark खर्च कमी आहे: $0.235 vs $0.819. GPT-5.4 Nano (medium) वेगवान आहे: 15.95s vs 65.28s, pass rates 66.7% vs 71.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #137
एकूण आउटपुट टोकन्स: 110,910
प्रतिसाद वेळ (सरासरी): 15.95s
एकूण खर्च: $0.235

क्रमांक: #147
एकूण आउटपुट टोकन्स: 571,211
प्रतिसाद वेळ (सरासरी): 65.28s
एकूण खर्च: $0.819

शिफारस केलेले मॉडेल GPT-5.4 Nano (medium)

It has the best score here (8.0), while costing about 3.5x less than GLM 5.3 FlashX Legal (max).

तपशीलवार तुलना

मेट्रिक	GPT-5.4 Nano GPT-5.4 Nano medium प्रकाशन: 2026-03-17	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max प्रकाशन: 2026-11-02

मेट्रिक	GPT-5.4 Nano GPT-5.4 Nano medium प्रकाशन: 2026-03-17	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max प्रकाशन: 2026-11-02
स्कोअर	8.0	7.9
क्रमांक	#137	#147
विश्वसनीयता	10.0	9.7
सुसंगतता	8.6	8.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	71.0%
अस्थिर चाचण्या	4	5
एकूण रन	69	69
प्रति निकाल खर्च	1.432	5.846
एकूण खर्च	$0.235	$0.819
इनपुट किंमत	$0.200 / 1M	$0.370 / 1M
आउटपुट किंमत	$1.250 / 1M	$1.250 / 1M
कॅश वाचण्याची किंमत	$0.020 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	237,088	282,144
आउटपुट टोकन्स	8,235	6,078
रिझनिंग टोकन्स	102,675	565,133
प्रतिसाद वेळ (सरासरी)	15.95s	65.28s
प्रतिसाद वेळ (कमाल)	94.06s	516.19s
प्रतिसाद वेळ (एकूण)	366.93s	1501.49s
पॅरामीटर्स	~120B एकूण (~5B 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.

#137 GPT-5.4 Nano

medium

खर्च: $0.007
वेळ: 24.6s
टोकन्स: 4,943 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	10.0	10.0	100.0%	0		73.96s	154,260	1,135	9,894
GLM 5.3 FlashX Legal	6.1	3.1	66.7%	1		93.32s	168,647	1,383	19,414

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 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.62s	639	155	1,365

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		47.87s	7,317	385	62,514

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	9.9	10.0	100.0%	0		32.24s	59,730	4,435	19,221
GLM 5.3 FlashX Legal	7.3	5.8	83.3%	1		55.52s	87,875	2,726	46,237

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 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		4.09s	7,149	247	3,168

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.72s	628	60	46,084
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		350.03s	759	366	408,079

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443
GLM 5.3 FlashX Legal	4.7	3.1	33.3%	1		3.28s	498	165	965

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521
GLM 5.3 FlashX Legal	9.9	10.0	100.0%	0		2.94s	678	72	954

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408
GLM 5.3 FlashX Legal	8.2	7.7	77.8%	1		4.83s	672	328	3,897

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		6.17s	7,703	231	601

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		59.00s	207	20	17,939

तुलना जोडी बदला