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

GPT-5.4 vs GLM 5.3 Flash (low)

GLM 5.3 Flash (low) average score मध्ये पुढे आहे: 5.9 vs 5.8. GLM 5.3 Flash (low) चा benchmark खर्च कमी आहे: $0.015 vs $0.397. GPT-5.4 वेगवान आहे: 2.08s vs 9.65s, pass rates 34.9% vs 56.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-26

क्रमांक
#198
एकूण आउटपुट टोकन्स
8,339
प्रतिसाद वेळ (सरासरी)
2.08s
एकूण खर्च
$0.397
क्रमांक
#195
एकूण आउटपुट टोकन्स
23,736
प्रतिसाद वेळ (सरासरी)
9.65s
एकूण खर्च
$0.015
शिफारस केलेले मॉडेल GLM 5.3 Flash (low)

It has the best score here (5.9), while costing about 26.9x less than GPT-5.4.

तपशीलवार तुलना

मेट्रिक GPT-5.4 GPT-5.4 none प्रकाशन: 2026-03-05 GLM 5.3 Flash GLM 5.3 Flash low प्रकाशन: 2026-08-26
स्कोअर 5.8 5.9
क्रमांक #198 #195
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.4
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.9% 56.1%
अस्थिर चाचण्या 2 4
एकूण रन 66 66
प्रति निकाल खर्च 5.667 0.148
एकूण खर्च $0.397 $0.015
इनपुट किंमत $2.500 / 1M $0.075 / 1M
आउटपुट किंमत $15.000 / 1M $0.250 / 1M
एकूण इनपुट टोकन्स 108,641 117,551
आउटपुट टोकन्स 8,339 9,199
रिझनिंग टोकन्स 0 14,537
प्रतिसाद वेळ (सरासरी) 2.08s 9.65s
प्रतिसाद वेळ (कमाल) 15.63s 90.45s
प्रतिसाद वेळ (एकूण) 45.75s 212.22s
पॅरामीटर्स ~1.5T एकूण (~100B सक्रिय) 320B एकूण (18B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#198 GPT-5.4

none
खर्च
$0.026
वेळ
18.1s
टोकन्स
1,792 tok

#195 GLM 5.3 Flash

low
खर्च
$0.001
वेळ
20.7s
टोकन्स
1,482 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 5.5 10.0 33.3% 0 1.62s 7,305 516 0
GLM 5.3 Flash 5.4 7.2 44.4% 1 10.38s 7,317 398 3,973

झटपट तुलना

तुलना जोडी बदला