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

已对比模型

推荐模型 GLM 5.3 FlashX (max)

它在这里得分最高（7.9），同时成本比GPT-5.4 Mini (medium)低约 1.6 倍。

指标	GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21

指标	GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21
分数	7.9	7.9
排名	#99	#97
可靠性	10.0	10.0
一致性	8.2	8.0
尝试次数	69/69	69/69
测试正确
尝试通过率	69.6%	78.3%
不稳定测试	5	6
总运行次数	69	69
每个结果成本	7.754	4.153
总成本	$1.008	$0.623
输入价格	$0.750 / 1M	$0.370 / 1M
输出价格	$4.500 / 1M	$1.250 / 1M
总输入令牌	238,925	322,894
输出令牌	7,109	8,010
推理令牌	177,063	394,755
响应时间（平均）	29.94s	43.97s
响应时间（最大）	138.75s	390.70s
响应时间（总计）	688.57s	1011.29s
参数量	~400B 总计 (~17B 激活)	320B 总计 (18B 激活)
开放状态	闭源	闭源

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

medium

max

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 Mini	10.0	10.0	100.0%	0		100.66s	141,761	898	24,930
GLM 5.3 FlashX	6.1	3.1	66.7%	1		104.77s	221,683	1,709	25,322

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 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.65s	639	301	2,210

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 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
GLM 5.3 FlashX	8.2	7.2	88.9%	1		24.61s	7,317	463	36,503

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 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924
GLM 5.3 FlashX	8.2	6.9	66.7%	1		45.23s	76,431	3,485	35,762

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 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
GLM 5.3 FlashX	10.0	10.0	100.0%	0		3.38s	7,149	223	2,262

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 Mini	3.6	7.2	22.2%	1		71.05s	628	60	49,875
GLM 5.3 FlashX	3.5	4.4	33.3%	2		224.00s	759	583	279,058

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 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
GLM 5.3 FlashX	10.0	10.0	100.0%	0		5.01s	498	209	1,290

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 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
GLM 5.3 FlashX	9.9	10.0	100.0%	0		2.23s	678	72	1,032

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 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
GLM 5.3 FlashX	8.2	7.7	77.8%	1		3.88s	672	456	2,848

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 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.39s	6,861	231	712

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 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
GLM 5.3 FlashX	3.0	10.0	0.0%	0		22.41s	207	278	7,756

切换对比组合