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

Средний балл практически равен: 7.9 vs 7.9. GLM 5.3 FlashX Legal (max) имеет более низкую стоимость benchmark: $0.819 vs $1.102. GPT-5.4 Mini (medium) быстрее: 29.94s vs 65.28s, с долей успешных попыток 69.6% vs 71.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-10

Сравниваемые модели

Ранг: #144
Общее число выходных токенов: 184,172
Время ответа (среднее): 29.94s
Общая стоимость: $1.102

Ранг: #147
Общее число выходных токенов: 571,211
Время ответа (среднее): 65.28s
Общая стоимость: $0.819

Рекомендуемая модель GPT-5.4 Mini (medium)

Здесь у него лучший балл (7.9), и он отвечает примерно в 2.2 раза быстрее, чем GLM 5.3 FlashX Legal (max).

Подробное сравнение

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max Релиз: 2026-11-02

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max Релиз: 2026-11-02
Оценка	7.9	7.9
Ранг	#144	#147
Надежность	10.0	9.7
Стабильность	8.2	8.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	69.6%	71.0%
Нестабильные тесты	5	5
Всего запусков	69	69
Стоимость за результат	7.754	5.846
Общая стоимость	$1.102	$0.819
Цена входа	$0.750 / 1M	$0.370 / 1M
Цена выхода	$4.500 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.075 / 1M	$0.075 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	238,925	282,144
Выходные токены	7,109	6,078
Токены рассуждений	177,063	565,133
Время ответа (среднее)	29.94s	65.28s
Время ответа (макс.)	138.75s	516.19s
Время ответа (суммарно)	688.57s	1501.49s
Параметры	~400B всего (~17B активных)	~320B всего (~18B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#144 GPT-5.4 Mini

medium

Стоимость: $0.056
Время: 95.5s
Токены: 12,464 tok

#147 GLM 5.3 FlashX Legal

max

OpenRouter returned no showcase content (finish_reason: length).

Стоимость: $0.082
Время: 408.0s
Токены: 65,656 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	10.0	10.0	100.0%	0		100.66s	141,761	898	24,930
GLM 5.3 FlashX Legal	6.1	3.1	66.7%	1		93.32s	168,647	1,383	19,414

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.62s	639	155	1,365

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924
GLM 5.3 FlashX Legal	7.3	5.8	83.3%	1		55.52s	87,875	2,726	46,237

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		4.09s	7,149	247	3,168

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.6	7.2	22.2%	1		71.05s	628	60	49,875
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		350.03s	759	366	408,079

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
GLM 5.3 FlashX Legal	4.7	3.1	33.3%	1		3.28s	498	165	965

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
GLM 5.3 FlashX Legal	9.9	10.0	100.0%	0		2.94s	678	72	954

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
GLM 5.3 FlashX Legal	8.2	7.7	77.8%	1		4.83s	672	328	3,897

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		6.17s	7,703	231	601

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		59.00s	207	20	17,939

Сменить пару сравнения

Gemini 3.5 FlashmediumvsGLM 5.3 FlashX Legalmax Claude Fable 5.1highvsGPT-5.4 Minimedium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashX Legalmax GPT-5.4 MinimediumvsGLM 5.3 FlashXmax GPT-5.4 MinimediumvsQwen3.7 Maxnone MiMo-V2.6-FlashmediumvsGLM 5.3 FlashX Legalmax GPT-5.4 MinimediumvsParticle-1max Ling 3.1 FlashhighvsGLM 5.3 FlashX Legalmax DeepSeek V4.1 Flash 1017highvsGLM 5.3 FlashX Legalmax Qwen3.7 MaxnonevsGLM 5.3 FlashX Legalmax GPT-5.4 MinimediumvsQwen3.8 Flash Nextlow Grok 4.5mediumvsGLM 5.3 FlashX Legalmax