GPT-5.4 Mini (medium) vs GLM 5.3 (high)

已对比模型

排名: #115
总输出令牌: 158,344
响应时间（平均）: 26.72s
总成本: $0.786

排名: #127
总输出令牌: 63,667
响应时间（平均）: 27.82s
总成本: $0.262

推荐模型 GLM 5.3 (high)

它的得分接近这里的最高分（7.3 vs 7.5），同时成本比GPT-5.4 Mini (medium)低约 3.0 倍。

详细对比

指标	GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20

指标	GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20
分数	7.5	7.3
排名	#115	#127
可靠性	10.0	10.0
一致性	8.1	7.5
尝试次数	66/66	66/66
测试正确
尝试通过率	68.2%	74.2%
不稳定测试	5	7
总运行次数	66	66
每个结果成本	6.546	3.099
总成本	$0.786	$0.262
输入价格	$0.750 / 1M	$0.910 / 1M
输出价格	$4.500 / 1M	$2.861 / 1M
总输入令牌	97,164	87,601
输出令牌	6,211	6,006
推理令牌	152,133	57,661
响应时间（平均）	26.72s	27.82s
响应时间（最大）	138.75s	159.91s
响应时间（总计）	587.90s	612.06s
参数量	~400B 总计 (~17B 激活)	744B 总计 (40B 激活)
开放状态	闭源	闭源

模型生成展示

Hamster playing table tennis

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

#115 GPT-5.4 Mini

medium

成本: $0.056
时间: 95.5s
令牌: 12,464 tok

#127 GLM 5.3

high

成本: $0.085
时间: 362.5s
令牌: 19,310 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:

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	10.0	10.0	100.0%	0		3.72s	639	237	481

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	6.6	5.0	66.7%	2		18.89s	7,317	473	8,190

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	6.4	5.8	66.7%	1		63.96s	62,821	3,936	12,203

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	10.0	10.0	100.0%	0		3.55s	7,149	210	189

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	2.9	4.4	22.2%	2		112.33s	759	238	33,423

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	6.1	3.1	66.7%	1		8.00s	498	192	407

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	9.8	10.0	100.0%	0		3.62s	678	72	182

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	8.2	7.2	88.9%	1		4.74s	672	332	452

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	10.0	10.0	100.0%	0		17.05s	6,861	231	91

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	3.0	10.0	0.0%	0		21.98s	207	85	2,043

快速对比

切换对比组合

Gemini 3.8 FlashlowvsGPT-5.4 Minimedium Claude Sonnet 4.6nonevsGLM 5.3high KAT-Coder-Pro V2.5lowvsGLM 5.3high GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.4 MinimediumvsGrok 4.7high Gemini 3 Flash PreviewlowvsGLM 5.3high Grok 4.6lowvsGLM 5.3high Gemini 3.1 Flash LitemediumvsGLM 5.3high Qwen3.7 PlusnonevsGLM 5.3high GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh DeepSeek V4 Flash 0731mediumvsGLM 5.3high LongCat 2.0mediumvsGLM 5.3high