নেভিগেশন
AI BENCHY
Advertise here

তুলনা করা মডেল

GPT-5.4 (medium) vs GPT-5.3-Codex (medium) vs GPT-5.2 (medium) benchmark তুলনা: GPT-5.3-Codex (medium) স্কোর-এ 8.9 নিয়ে এগিয়ে। GPT-5.4 (medium) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। GPT-5.3-Codex (medium)-এর মোট খরচ সবচেয়ে কম, $0.920. GPT-5.3-Codex (medium) 16.96s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-07

র‍্যাঙ্ক
#29
মোট আউটপুট টোকেন
88,670
প্রতিক্রিয়া সময় (গড়)
23.10s
মোট খরচ
$1.533
র‍্যাঙ্ক
#18
মোট আউটপুট টোকেন
55,525
প্রতিক্রিয়া সময় (গড়)
16.96s
মোট খরচ
$0.920
র‍্যাঙ্ক
#33
মোট আউটপুট টোকেন
54,782
প্রতিক্রিয়া সময় (গড়)
22.62s
মোট খরচ
$0.951
প্রস্তাবিত মডেল GPT-5.3-Codex (medium)

It has the strongest score in this comparison (8.9) and the best overall balance of cost and response time across all 3 models.

বিস্তারিত তুলনা

মেট্রিক GPT-5.4 GPT-5.4 medium প্রকাশ: 2026-03-05 GPT-5.3-Codex GPT-5.3-Codex medium প্রকাশ: 2026-02-05 GPT-5.2 GPT-5.2 medium প্রকাশ: 2025-12-11
স্কোর 8.5 8.9 8.4
র‍্যাঙ্ক #29 #18 #33
নির্ভরযোগ্যতা 10.0 10.0 10.0
ধারাবাহিকতা 8.6 8.6 8.5
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 77.3% 83.3% 72.7%
অস্থির টেস্ট 4 4 4
মোট রান 66 66 66
প্রতি ফলাফলে খরচ 10.220 5.748 6.791
মোট খরচ $1.533 $0.920 $0.951
ইনপুট মূল্য $2.500 / 1M $1.750 / 1M $1.750 / 1M
আউটপুট মূল্য $15.000 / 1M $14.000 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 81,127 81,268 105,004
আউটপুট টোকেন 6,155 6,251 9,914
রিজনিং টোকেন 82,515 49,274 44,868
প্রতিক্রিয়া সময় (গড়) 23.10s 16.96s 22.62s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 100.41s 100.93s 102.93s
প্রতিক্রিয়া সময় (মোট) 508.26s 373.19s 339.28s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#29 GPT-5.4

medium
খরচ
$0.214
সময়
199.6s
টোকেন
14,349 tok

#18 GPT-5.3-Codex

medium
খরচ
$0.049
সময়
54.9s
টোকেন
3,580 tok

#33 GPT-5.2

medium
খরচ
$0.047
সময়
49.2s
টোকেন
3,396 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
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

দ্রুত তুলনা

তুলনার জুটি বদলান