AI BENCHY
Advertise here
#71

GPT-5.4

OpenAI প্রকাশ: 2026-03-05 পরীক্ষিত হয়েছে: 2026-04-11 01:44 openai/gpt-5.4::none
~1.5T মোট (~100B সক্রিয়)MoEবন্ধ উৎসআনুমানিক
(medium) (none)

সারাংশ

GPT-5.4 AI BENCHY-তে 5.9 স্কোর করে এবং #71 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 42.6%, মোট খরচ $0.104, এবং গড় response time 1.51s.

GPT-5.4 কে আলাদা করে যা: এটি কোডিং-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর অ্যান্টি-এআই কৌশল এর দুর্বলতম ক্ষেত্র, rank #18. একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।

মডেলের তথ্য

গবেষণার তারিখ: 2026-08-12

আনুমানিক
প্যারামিটার
~1.5T মোট (~100B সক্রিয়)
আর্কিটেকচার
MoE
উপলভ্যতা
বন্ধ উৎস
লাইসেন্স
-

সর্বজনীন তথ্যপ্রমাণের ভিত্তিতে সেরা অনুমান; প্রদানকারী সব মান প্রকাশ করেনি।

ধারাবাহিকতা

9.1

নির্ভরযোগ্যতা

প্রযোজ্য নয়

মোট আউটপুট টোকেন

2,317

মোট ইনপুট টোকেন

0

ইনপুট মূল্য

$2.500 / 1M

আউটপুট মূল্য

$15.000 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 11

প্রতি চেষ্টায় পাস রেট: 42.6%

অস্থির টেস্ট

2

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

1.51s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 2.95s

প্রতিক্রিয়া সময় (মোট): 27.21s

Hamster playing table tennis

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

#71 GPT-5.4

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

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-08-14 02:13 পুনরায় পরীক্ষা 5.8 10.0 $0.397 তুলনা করুন
2026-07-16 22:33 নতুন টেস্ট যোগ হয়েছে 5.8 10.0 $0.397 তুলনা করুন
2026-06-04 13:45 নতুন টেস্ট যোগ হয়েছে 5.5 10.0 $0.122 তুলনা করুন
2026-05-22 00:18 স্যুইট পরিবর্তিত হয়েছে 5.6 10.0 $0.115 তুলনা করুন
2026-04-11 01:44 প্রথম নথিভুক্ত রান 5.9 প্রযোজ্য নয় $0.104 বর্তমান রান

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 3.2 8.0
কোডিং 10.0 10.0
সমন্বিত 3.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 5.3 7.2
Sadharon Buddhimotta 4.4 9.9
নির্দেশনা অনুসরণ 6.5 10.0
ধাঁধা সমাধান 5.6 9.8
টুল কলিং 10.0 10.0

তুলনা করা মডেল