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 Nano vs Z.ai: GLM 5.2

摘要

GPT-5.4 Nano vs GLM 5.2 benchmark 对比：GPT-5.4 Nano 平均分领先，为 7.5 vs 7.1。 GLM 5.2 benchmark 成本更低，为 $0.076 vs $0.107。 GLM 5.2 更快，为 6.34s vs 11.95s，通过率为 63.5% vs 60.3%。

推荐模型: GLM 5.2 - 它的得分接近这里的最高分（7.1 vs 7.5），同时响应速度比GPT-5.4 Nano快约 1.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17 GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数 7.5 7.1
排名 #46 #61
可靠性 10.0 9.9
一致性 8.4 9.6
测试正确
尝试通过率 63.5% 60.3%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 0.969 0.628
总成本 $0.107 $0.076
输入价格 $0.200 / 1M $1.400 / 1M
输出价格 $1.250 / 1M $4.400 / 1M
总输入令牌 35,434 38,671
输出令牌 3,014 4,817
推理令牌 76,520 0
响应时间（平均） 11.95s 6.34s
响应时间（最大） 94.06s 20.69s
响应时间（总计） 250.98s 133.19s

生成展示

Hamster playing table tennis

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

#46 GPT-5.4 Nano

medium
成本
$0.007
时间
24.6s
令牌
4,943 tok

#61 GLM 5.2

none
无效SVG
成本
$0.033
时间
87.7s
令牌
7,455 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 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 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 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 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 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 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 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 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 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 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 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 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 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 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 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 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 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 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 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

快速对比

切换对比组合

Gemma 4 26B A4Bmedium免费可用vsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneDeepSeek V4 ProhighvsGPT-5.4 NanomediumKimi K2.7 CodemediumvsGLM 5.2noneGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumGrok 4.20mediumvsGLM 5.2noneGemini 3 Flash PreviewlowvsGLM 5.2noneMiMo-V2.5-PromediumvsGLM 5.2noneClaude Opus 4.8nonevsGPT-5.4 NanomediumSeed-2.0-MinimediumvsGLM 5.2none