导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

GPT-5.4 Mini vs GLM 4.7 Flash benchmark 对比：GPT-5.4 Mini 平均分领先，为 5.3 vs 4.3。 GPT-5.4 Mini benchmark 成本更低，为 $0.038 vs $0.054。 GPT-5.4 Mini 更快，为 1.13s vs 35.10s，通过率为 30.2% vs 33.3%。

推荐模型: GPT-5.4 Mini - 它在这里得分最高（5.3），同时响应速度比GLM 4.7 Flash快约 30.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17 GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数 5.3 4.3
排名 #131 #159
可靠性 10.0 6.7
一致性 8.8 6.8
测试正确
尝试通过率 30.2% 33.3%
不稳定测试 3 8
总运行次数 63 63
每个结果成本 0.743 1.337
总成本 $0.038 $0.054
输入价格 $0.750 / 1M $0.060 / 1M
输出价格 $4.500 / 1M $0.400 / 1M
总输入令牌 34,244 37,206
输出令牌 2,541 43,754
推理令牌 0 89,079
响应时间（平均） 1.13s 35.10s
响应时间（最大） 2.52s 174.55s
响应时间（总计） 23.82s 456.24s

Generation showcase

Hamster playing table tennis

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

#131 GPT-5.4 Mini

none
Cost
$0.010
Time
11.7s
Tokens
2,151 tok

#159 GLM 4.7 Flash

medium
Invalid SVG
Cost
$0.000
Time
186.2s
Tokens
12,112 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

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 3.1 8.1 8.3% 1 929ms 606 654 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
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 5.5 10.0 33.3% 0 913ms 7,305 401 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
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 3.0 10.0 0.0% 0 2.52s 11,019 298 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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 1.30s 7,140 222 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
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 3.5 4.4 33.3% 2 937ms 723 88 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
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 4.8 10.0 0.0% 0 1.82s 477 174 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
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 6.3 10.0 50.0% 0 728ms 660 101 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
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 5.4 10.0 33.3% 0 836ms 642 305 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
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 3.0 10.0 0.0% 0 2.32s 5,477 255 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
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 1.33s 195 43 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

快速对比

切换对比组合

MiMo-V2-FlashnonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneGranite 4.1 8BnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumCobuddymediumvsGPT-5.4 MininoneLing-2.6-1TnonevsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumRing-2.6-1TnonevsGLM 4.7 FlashmediumLing-2.6-flashnonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGPT-5.4 Mininone