নেভিগেশন
AI BENCHY
Advertise here

GPT-5.4 vs Step 3.5 Flash (medium)

Step 3.5 Flash (medium) average score-এ এগিয়ে: 5.9 vs 5.8. Step 3.5 Flash (medium)-এর benchmark খরচ কম: $0.132 vs $0.397. GPT-5.4 দ্রুত: 2.08s vs 191.63s, pass rates 34.9% vs 50.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-02

র‍্যাঙ্ক
#209
মোট আউটপুট টোকেন
8,339
প্রতিক্রিয়া সময় (গড়)
2.08s
মোট খরচ
$0.397
র‍্যাঙ্ক
#202
মোট আউটপুট টোকেন
568,536
প্রতিক্রিয়া সময় (গড়)
191.63s
মোট খরচ
$0.132
প্রস্তাবিত মডেল GPT-5.4

Its score stays close to the best score here (5.8 vs 5.9), while responding about 92.2x faster than Step 3.5 Flash (medium).

বিস্তারিত তুলনা

মেট্রিক GPT-5.4 GPT-5.4 none প্রকাশ: 2026-03-05 Step 3.5 Flash Step 3.5 Flash medium প্রকাশ: 2026-02-01
স্কোর 5.8 5.9
র‍্যাঙ্ক #209 #202
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.6
প্রচেষ্টা 66/66 63/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 34.9% 50.0%
অস্থির টেস্ট 2 2
মোট রান 66 63
প্রতি ফলাফলে খরচ 5.667 0.858
মোট খরচ $0.397 $0.132
ইনপুট মূল্য $2.500 / 1M $0.100 / 1M
আউটপুট মূল্য $15.000 / 1M $0.300 / 1M
মোট ইনপুট টোকেন 108,641 65,716
আউটপুট টোকেন 8,339 189,424
রিজনিং টোকেন 0 379,112
প্রতিক্রিয়া সময় (গড়) 2.08s 191.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 15.63s 1597.85s
প্রতিক্রিয়া সময় (মোট) 45.75s 3066.07s
প্যারামিটার ~1.5T মোট (~100B সক্রিয়) 196B মোট (11B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#209 GPT-5.4

none
খরচ
$0.026
সময়
18.1s
টোকেন
1,792 tok

#202 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 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 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

দ্রুত তুলনা

তুলনার জুটি বদলান

Qwen3.5-35B-A3BnonevsStep 3.5 FlashmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsStep 3.5 FlashmediumStep 3.5 FlashmediumvsGLM 5.3 FlashlowNorth Mini Codemediumবিনামূল্যে উপলভ্যvsGPT-5.4noneGPT-5.4 MininonevsStep 3.5 FlashmediumSeed 2.1 TurbononevsStep 3.5 FlashmediumNemotron 3 Supermediumবিনামূল্যে উপলভ্যvsGPT-5.4noneGPT-5.4nonevsInkling SmalllowGemini 2.5 FlashnonevsStep 3.5 FlashmediumGPT-5.4nonevsGLM 5.3 FlashlowTrinity Large ThinkinglowvsStep 3.5 Flashmedium