导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.4 Mini vs Z.ai: GLM 5V Turbo

摘要

GPT-5.4 Mini vs GLM 5V Turbo benchmark 对比：GLM 5V Turbo 平均分领先，为 5.9 vs 5.3。 GPT-5.4 Mini benchmark 成本更低，为 $0.038 vs $0.052。 GPT-5.4 Mini 更快，为 1.13s vs 2.99s，通过率为 30.2% vs 38.1%。

推荐模型: GPT-5.4 Mini - 它的得分接近这里的最高分（5.3 vs 5.9），同时响应速度比GLM 5V Turbo快约 2.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17 GLM 5V Turbo GLM 5V Turbo none 发布日期: 2026-04-01
分数 5.3 5.9
排名 #123 #105
可靠性 10.0 10.0
一致性 8.8 10.0
测试正确
尝试通过率 30.2% 38.1%
不稳定测试 3 0
总运行次数 63 63
每个结果成本 0.743 0.645
总成本 $0.038 $0.052
输入价格 $0.750 / 1M $1.200 / 1M
输出价格 $4.500 / 1M $4.000 / 1M
总输入令牌 34,244 37,100
输出令牌 2,541 1,766
推理令牌 0 0
响应时间（平均） 1.13s 2.99s
响应时间（最大） 2.52s 6.51s
响应时间（总计） 23.82s 62.74s

Generation showcase

Hamster playing table tennis

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

#123 GPT-5.4 Mini

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

#105 GLM 5V Turbo

none
Cost
$0.042
Time
177.3s
Tokens
10,434 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 5V Turbo 4.8 10.0 25.0% 0 3.13s 555 281 0
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 5V Turbo 5.5 10.0 33.3% 0 3.13s 7,256 360 0
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 5V Turbo 3.0 10.0 0.0% 0 6.51s 12,708 276 0
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 5V Turbo 10.0 10.0 100.0% 0 3.81s 7,107 204 0
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 5V Turbo 5.3 10.0 33.3% 0 2.09s 687 24 0
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 5V Turbo 4.6 10.0 0.0% 0 2.22s 477 114 0
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 5V Turbo 6.5 10.0 50.0% 0 1.97s 636 60 0
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 5V Turbo 5.3 10.0 33.3% 0 2.40s 609 210 0
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 5V Turbo 10.0 10.0 100.0% 0 4.86s 6,879 222 0
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 5V Turbo 3.0 10.0 0.0% 0 2.23s 186 15 0

快速对比

切换对比组合

MiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneGemini 3.1 Flash LiteminimalvsGLM 5V TurbononeCobuddymediumvsGPT-5.4 MininoneQwen3.5-35B-A3BmediumvsGLM 5V TurbononeGemma 4 31Bmedium免费可用vsGLM 5V TurbononeNemotron 3 Supermedium免费可用vsGLM 5V TurbononeGemini 3.1 Flash LitelowvsGLM 5V TurbononeMiniMax M2.5mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder NextmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5V TurbononeMiniMax M2.7mediumvsGLM 5V Turbonone