GPT-5.4 (medium) vs GLM 5.3 Flash (max)

已对比模型

排名: #60
总输出令牌: 96,502
响应时间（平均）: 24.81s
总成本: $2.213

排名: #52
总输出令牌: 216,119
响应时间（平均）: 54.04s
总成本: $0.089

推荐模型 GLM 5.3 Flash (max)

它在这里得分最高（9.0），同时成本比GPT-5.4 (medium)低约 25.1 倍。

详细对比

指标	GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05	GLM 5.3 Flash GLM 5.3 Flash max 发布日期: 2026-08-26

指标	GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05	GLM 5.3 Flash GLM 5.3 Flash max 发布日期: 2026-08-26
分数	8.8	9.0
排名	#60	#52
可靠性	10.0	10.0
一致性	8.7	9.0
尝试次数	69/69	69/69
测试正确
尝试通过率	78.3%	82.6%
不稳定测试	4	3
总运行次数	69	69
每个结果成本	12.535	0.519
总成本	$2.213	$0.089
输入价格	$2.500 / 1M	$0.150 / 1M
输出价格	$15.000 / 1M	$0.500 / 1M
缓存读取价格	$0.250 / 1M	$0.030 / 1M
缓存写入价格	不适用	不适用
总输入令牌	223,210	255,743
输出令牌	7,312	8,684
推理令牌	89,190	207,435
响应时间（平均）	24.81s	54.04s
响应时间（最大）	100.41s	333.47s
响应时间（总计）	570.60s	1242.97s
参数量	~1.5T 总计 (~100B 激活)	320B 总计 (18B 激活)
开放状态	闭源	开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#60 GPT-5.4

medium

成本: $0.214
时间: 199.6s
令牌: 14,349 tok

#52 GLM 5.3 Flash

max

成本: $0.005
时间: 296.5s
令牌: 16,250 tok

按分数排名的模型

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

类别:

智能体任务	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	10.0	10.0	100.0%	0		67.82s	142,074	1,157	4,879
GLM 5.3 Flash	10.0	10.0	100.0%	0		96.73s	158,870	1,047	10,732

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
GLM 5.3 Flash	10.0	10.0	100.0%	0		4.15s	639	280	1,909

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
GLM 5.3 Flash	10.0	10.0	100.0%	0		43.37s	7,317	381	23,692

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351
GLM 5.3 Flash	7.3	5.8	83.3%	1		138.66s	72,093	5,223	43,858

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
GLM 5.3 Flash	10.0	10.0	100.0%	0		6.10s	7,149	222	2,002

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	5.3	7.2	44.4%	1		72.44s	628	61	36,544
GLM 5.3 Flash	3.6	7.2	22.2%	1		203.29s	759	311	114,989

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
GLM 5.3 Flash	10.0	10.0	100.0%	0		10.02s	498	212	1,118

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
GLM 5.3 Flash	9.8	10.0	100.0%	0		3.65s	678	72	972

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
GLM 5.3 Flash	8.7	7.7	88.9%	1		5.61s	672	466	1,677

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
GLM 5.3 Flash	10.0	10.0	100.0%	0		19.24s	6,861	231	640

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
GLM 5.3 Flash	3.0	10.0	0.0%	0		46.77s	207	239	5,846

切换对比组合

Gemini 3.6 FlashlowvsGLM 5.3 Flashmax Claude Opus 5lowvsGLM 5.3 Flashmax Gemini 4 ArgonmediumvsGLM 5.3 Flashmax Muse Spark OpenlowvsGLM 5.3 Flashmax GPT-5.4mediumvsQwen3.8 MAXlow Gemini 3.5 Flash LitehighvsGLM 5.3 Flashmax Muse Spark 1.3mediumvsGLM 5.3 Flashmax Muse Spark 1.2highvsGLM 5.3 Flashmax DeepSeek V4.1 FlashhighvsGPT-5.4medium Muse Spark 1.2lowvsGPT-5.4medium Qwen3.8 Max (0902)mediumvsGLM 5.3 Flashmax Muse Spark 1.2mediumvsGLM 5.3 Flashmax