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 4.7 Flash

摘要

GPT-5.4 Nano vs GLM 4.7 Flash benchmark 对比：GPT-5.4 Nano 平均分领先，为 4.8 vs 4.3。 GPT-5.4 Nano benchmark 成本更低，为 $0.011 vs $0.054。 GPT-5.4 Nano 更快，为 1.48s vs 35.10s，通过率为 30.2% vs 33.3%。

推荐模型: GPT-5.4 Nano - 它在这里得分最高（4.8），同时成本比GLM 4.7 Flash低约 5.2 倍。

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

指标 GPT-5.4 Nano GPT-5.4 Nano 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 4.8 4.3
排名 #149 #159
可靠性 10.0 6.7
一致性 8.2 6.8
测试正确
尝试通过率 30.2% 33.3%
不稳定测试 5 8
总运行次数 63 63
每个结果成本 0.259 1.337
总成本 $0.011 $0.054
输入价格 $0.200 / 1M $0.060 / 1M
输出价格 $1.250 / 1M $0.400 / 1M
总输入令牌 34,212 37,206
输出令牌 2,784 43,754
推理令牌 0 89,079
响应时间（平均） 1.48s 35.10s
响应时间（最大） 4.47s 174.55s
响应时间（总计） 31.01s 456.24s

Generation showcase

Hamster playing table tennis

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

#149 GPT-5.4 Nano

none
Cost
$0.008
Time
46.1s
Tokens
5,735 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 Nano 3.5 8.0 16.7% 1 1.18s 606 800 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 Nano 4.6 7.9 22.2% 1 2.22s 7,305 613 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 Nano 3.0 10.0 0.0% 0 3.84s 11,019 280 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 Nano 6.5 10.0 50.0% 0 1.11s 7,140 219 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 Nano 2.9 4.4 22.2% 2 926ms 723 52 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 Nano 3.8 2.5 33.3% 1 1.31s 477 180 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 Nano 6.3 10.0 50.0% 0 784ms 660 89 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 Nano 5.4 10.0 33.3% 0 1.25s 642 308 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 Nano 10.0 10.0 100.0% 0 3.40s 5,445 222 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 Nano 3.0 10.0 0.0% 0 773ms 195 21 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 M2.5mediumvsGPT-5.4 NanononeGPT-5.4 NanononevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4 NanononeGranite 4.1 8BnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsGPT-5.4 NanononeMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGPT-5.4 NanononeLing-2.6-1TnonevsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumRing-2.6-1TnonevsGLM 4.7 FlashmediumLing-2.6-flashnonevsGLM 4.7 Flashmedium