AI BENCHY 对比
OpenAI: GPT-5.4 vs Z.ai: GLM 5.1
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-07
| 指标 | GPT-5.4 GPT-5.4 medium | GLM 5.1 GLM 5.1 medium |
|---|---|---|
| 分数 | 8.1 | 8.0 |
| 排名 | #19 | #23 |
| 一致性 | 8.6 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 78.4% | 76.5% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 6.613 | 1.270 |
| 总成本 | $0.794 | $0.153 |
| ???? | $2.500 / 1M | $1.000 / 1M |
| ???? | $15.000 / 1M | $3.200 / 1M |
| 输出令牌 | 1,780 | 6,666 |
| 推理令牌 | 46,687 | 35,313 |
| 响应时间（平均） | 18.95s | 18.23s |
| 响应时间（最大） | 100.41s | 43.11s |
| 响应时间（总计） | 322.23s | 291.73s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
快速对比
切换对比组合
Gemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGPT-5.2 ChatnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.3 ChatnonevsGLM 5.1mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGLM 5.1mediumClaude Sonnet 4.6nonevsGLM 5.1mediumClaude Sonnet 4.6nonevsGPT-5.4medium