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

Claude Sonnet 4.6 vs GPT-5.4 Mini (medium)

GPT-5.4 Mini (medium) average score-এ এগিয়ে: 7.5 vs 7.3. Claude Sonnet 4.6-এর benchmark খরচ কম: $0.661 vs $0.756. Claude Sonnet 4.6 দ্রুত: 8.12s vs 25.94s, pass rates 57.6% vs 71.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-01

র‍্যাঙ্ক
#74
মোট আউটপুট টোকেন
19,362
প্রতিক্রিয়া সময় (গড়)
8.12s
মোট খরচ
$0.661
র‍্যাঙ্ক
#67
মোট আউটপুট টোকেন
151,755
প্রতিক্রিয়া সময় (গড়)
25.94s
মোট খরচ
$0.756
প্রস্তাবিত মডেল Claude Sonnet 4.6

Its score stays close to the best score here (7.3 vs 7.5), while responding about 3.2x faster than GPT-5.4 Mini (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 4.6 Claude Sonnet 4.6 none প্রকাশ: 2026-02-17 GPT-5.4 Mini GPT-5.4 Mini medium প্রকাশ: 2026-03-17
স্কোর 7.3 7.5
র‍্যাঙ্ক #74 #67
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 7.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 71.2%
অস্থির টেস্ট 1 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.502 6.299
মোট খরচ $0.661 $0.756
ইনপুট মূল্য $3.000 / 1M $0.750 / 1M
আউটপুট মূল্য $15.000 / 1M $4.500 / 1M
মোট ইনপুট টোকেন 123,264 97,155
আউটপুট টোকেন 19,362 6,211
রিজনিং টোকেন 0 145,544
প্রতিক্রিয়া সময় (গড়) 8.12s 25.94s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 51.18s 138.75s
প্রতিক্রিয়া সময় (মোট) 121.78s 570.66s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#74 Claude Sonnet 4.6

none
খরচ
$0.038
সময়
27.3s
টোকেন
2,598 tok

#67 GPT-5.4 Mini

medium
খরচ
$0.056
সময়
95.5s
টোকেন
12,464 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902

দ্রুত তুলনা

তুলনার জুটি বদলান