#71 GPT-5.4
none- খরচ
- $0.026
- সময়
- 18.1s
- টোকেন
- 1,792 tok
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।
5.9
ধারাবাহিকতা
9.1
প্রযোজ্য নয়
$0.104
মোট আউটপুট টোকেন
2,317
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$2.500 / 1M
আউটপুট মূল্য
$15.000 / 1M
অস্থির টেস্ট
2
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | 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।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
GPT-5.4nonevsGPT-5 NanomediumGPT-5.4nonevsStep 3.5 FlashmediumGPT-5.4nonevsQwen3.5-35B-A3BnoneGPT-5.4nonevsQwen3.5 Plus 2026-04-20noneGPT-5.4nonevsGPT-5.6 TerranoneGPT-5.4nonevsGemini 3 Flash PreviewmediumGPT-5.4nonevsGemini 3.5 FlashhighGPT-5.4nonevsNemotron 3 Ultramediumবিনামূল্যে উপলভ্যGPT-5.4nonevsGPT-5.5low
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 |