比较图表

语言:

❤️ Made by XCS

AI BENCHY 对比

OpenAI: GPT-4o-mini vs Z.ai: GLM 4.7 Flash

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标	OpenAI: GPT-4o-mini none 发布日期: 发布日期未知	Z.ai: GLM 4.7 Flash medium 发布日期: 发布日期未知
排名	#28	#31
分数	4.86	4.14
一致性	9.98	6.42
每个结果成本	0.056	0.227
总成本	$0.003	$0.012
测试正确
错误测试数	9	9
尝试通过率	35.7%	52.4%
不稳定测试	0	6
输出令牌	949	8,003
推理令牌	0	22,680

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	输出令牌	推理令牌
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	0
Z.ai: GLM 4.7 Flash	4.00	4.48	55.6%	2		1,085	5,597

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	输出令牌	推理令牌
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	0
Z.ai: GLM 4.7 Flash	10.00	10.00	100.0%	0		1,073	4,920

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	输出令牌	推理令牌
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	0
Z.ai: GLM 4.7 Flash	1.00	4.41	33.3%	2		4,499	4,743

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	输出令牌	推理令牌
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	0
Z.ai: GLM 4.7 Flash	5.00	5.81	66.7%	1		380	2,141

Puzzle Solving	分数	一致性	尝试通过率	不稳定测试	测试正确	输出令牌	推理令牌
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	0
Z.ai: GLM 4.7 Flash	1.00	7.20	11.1%	1		742	4,265

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	输出令牌	推理令牌
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0
Z.ai: GLM 4.7 Flash	10.00	10.00	100.0%	0		224	1,014

切换对比组合

将 OpenAI: GPT-4o-mini 与...对比

将 Z.ai: GLM 4.7 Flash 与...对比