AI BENCHY Compare

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

Rezumat

GPT-5.4 (medium) conduce la scorul mediu cu 8.5 vs 8.0. GLM 5.2 (high) are costul de benchmark mai mic, $0.667 vs $1.210. GPT-5.4 (medium) este mai rapid cu 22.35s vs 37.09s, cu rate de reușită de 76.2% vs 77.8%.

Model recomandatGPT-5.4 (medium)Are cel mai bun scor aici (8.5) și răspunde de aproximativ 1.7x mai rapid decât GLM 5.2 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05	GLM 5.2 GLM 5.2 high Lansare: 2026-06-17

Metrică	GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05	GLM 5.2 GLM 5.2 high Lansare: 2026-06-17
Scor	8.5	8.0
Rang	#20	#32
Fiabilitate	10.0	9.3
Consistență	8.6	7.6
Teste corecte
Rată de trecere pe încercare	76.2%	77.8%
Teste instabile	4	6
Rulări totale	63	63
Cost per rezultat	8.640	4.255
Cost total	$1.210	$0.667
Preț de intrare	$2.500 / 1M	$0.929 / 1M
Preț de ieșire	$15.000 / 1M	$2.918 / 1M
Total tokenuri de intrare	34,108	34,993
Tokenuri de ieșire	2,242	51,575
Tokenuri de raționament	72,707	166,065
Timp de răspuns (mediu)	22.35s	37.09s
Timp de răspuns (maxim)	100.41s	180.69s
Timp de răspuns (total)	469.29s	778.91s

Prezentare generare

Hamster playing table tennis

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

#20 GPT-5.4

medium

Cost: $0.214
Timp: 199.6s
Tokenuri: 14,349 tok

#32 GLM 5.2

high

SVG invalid

Cost: $0.000
Timp: 300.0s
Tokenuri: 0 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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		5.80s	639	406	2,660

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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		43.51s	12,696	711	4,267

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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		5.81s	7,143	435	1,414

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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		12.90s	498	63	1,743

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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		9.25s	6,861	246	503

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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		127.82s	138	0	18,764

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Grok 4.5lowvsGLM 5.2high