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

Claude Sonnet 5.5 (medium) vs GPT-5.4

GPT-5.4 average score-এ এগিয়ে: 5.8 vs 5.7. GPT-5.4-এর benchmark খরচ কম: $0.397 vs $0.672. GPT-5.4 দ্রুত: 2.08s vs 6.07s, pass rates 37.9% vs 34.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-29

তুলনা করা মডেল

র‍্যাঙ্ক
#266
মোট আউটপুট টোকেন
32,980
প্রতিক্রিয়া সময় (গড়)
6.07s
মোট খরচ
$0.672
র‍্যাঙ্ক
#263
মোট আউটপুট টোকেন
8,339
প্রতিক্রিয়া সময় (গড়)
2.08s
মোট খরচ
$0.397
প্রস্তাবিত মডেল GPT-5.4

It has the best score here (5.8), while costing about 1.7x less than Claude Sonnet 5.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 5.5 Claude Sonnet 5.5 medium প্রকাশ: 2026-09-29 GPT-5.4 GPT-5.4 none প্রকাশ: 2026-03-05
স্কোর 5.7 5.8
র‍্যাঙ্ক #266 #263
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 37.9% 34.9%
অস্থির টেস্ট 1 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.392 5.667
মোট খরচ $0.672 $0.397
ইনপুট মূল্য $2.000 / 1M $2.500 / 1M
আউটপুট মূল্য $10.000 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 170,771 108,641
আউটপুট টোকেন 23,185 8,339
রিজনিং টোকেন 9,795 0
প্রতিক্রিয়া সময় (গড়) 6.07s 2.08s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 26.16s 15.63s
প্রতিক্রিয়া সময় (মোট) 133.62s 45.75s
প্যারামিটার ~1T মোট (~100B সক্রিয়) ~1.5T মোট (~100B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#266 Claude Sonnet 5.5

medium
খরচ
$0.024
সময়
17.4s
টোকেন
2,525 tok

#263 GPT-5.4

none
খরচ
$0.026
সময়
18.1s
টোকেন
1,792 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 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0

দ্রুত তুলনা

তুলনার জুটি বদলান