AI BENCHY Compare

OpenAI: GPT-5.4 vs Z.ai: GLM 4.7 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-29

Метрика	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05	GLM 4.7 Flash GLM 4.7 Flash none Релиз: 2026-01-19

Метрика	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05	GLM 4.7 Flash GLM 4.7 Flash none Релиз: 2026-01-19
Оценка	5.9	5.6
Ранг	#86	#97
Надежность	Н/Д	Н/Д
Стабильность	9.1	8.6
Тестов верно
Доля успешных попыток	42.6%	37.0%
Нестабильные тесты	2	3
Всего запусков	54	54
Стоимость за результат	1.477	0.059
Общая стоимость	$0.104	$0.003
???? ?????	$2.500 / 1M	$0.060 / 1M
???? ??????	$15.000 / 1M	$0.400 / 1M
Выходные токены	2,317	2,489
Токены рассуждений	0	0
Время ответа (среднее)	1.51s	3.35s
Время ответа (макс.)	2.95s	7.05s
Время ответа (суммарно)	27.21s	36.90s

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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	3.2	8.0	8.3%	1		1.21s	406	0
GLM 4.7 Flash	5.2	7.9	41.7%	1		5.51s	438	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		2.95s	480	0
GLM 4.7 Flash	6.4	9.9	0.0%	0		5.57s	626	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	3.0	10.0	0.0%	0		2.89s	291	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		3.22s	704	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		1.04s	222	0
GLM 4.7 Flash	7.3	5.8	83.3%	1		4.82s	196	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	5.3	7.2	44.4%	1		1.07s	50	0
GLM 4.7 Flash	7.7	10.0	66.7%	0		744ms	19	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	4.4	9.9	0.0%	0		1.78s	184	0
GLM 4.7 Flash	4.0	10.0	0.0%	0		1.59s	134	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	6.5	10.0	50.0%	0		1.07s	81	0
GLM 4.7 Flash	6.5	10.0	50.0%	0		888ms	62	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	5.6	9.8	33.3%	0		1.52s	357	0
GLM 4.7 Flash	4.4	10.0	0.0%	0		1.00s	98	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		2.75s	246	0
GLM 4.7 Flash	2.8	1.6	33.3%	1		7.05s	212	0

Быстрое сравнение

Сменить пару сравнения

Mistral Small 4mediumvsGLM 4.7 Flashnone MiniMax M2.5mediumБесплатно доступноvsGLM 4.7 Flashnone MiniMax M2.5mediumБесплатно доступноvsGPT-5.4none Mistral Small 4mediumvsGPT-5.4none GPT-5.4nonevsLaguna Xs.2mediumБесплатно доступно gpt-oss-120bmediumБесплатно доступноvsGLM 4.7 Flashnone MiniMax M2.7mediumvsGLM 4.7 Flashnone Elephant AlphamediumvsGLM 4.7 Flashnone Nemotron 3 Nano Omni 30b A3b ReasoningmediumБесплатно доступноvsGLM 4.7 Flashnone GPT-5.4nonevsLaguna M.1mediumБесплатно доступно Laguna Xs.2mediumБесплатно доступноvsGLM 4.7 Flashnone Mercury 2mediumvsGPT-5.4none