AI BENCHY
Advertise here
#18

GPT-5.4

OpenAI Veröffentlichung: 2026-03-05 Getestet am: 2026-07-16 22:34 openai/gpt-5.4::medium
(medium) (none)

Zusammenfassung

GPT-5.4 erreicht 8.5 bei AI BENCHY und liegt auf #18. Das Modell hat 10.0 Zuverlässigkeit, 77.3% Erfolgsrate, $1.533 Gesamtkosten und 23.10s durchschnittliche Antwortzeit.

Punktzahl

8.5

Konsistenz

8.6

Zuverlässigkeit

10.0

Gesamtkosten (aktueller Preis)

$1.533

Gesamte Ausgabe-Token

88,670

Gesamte Eingabe-Token

81,127

Eingabepreis

$2.500 / 1M

Ausgabepreis

$15.000 / 1M

Korrekte Tests

Falsche Tests: 7

Erfolgsquote pro Versuch: 77.3%

Instabile Tests

4

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

23.10s

Antwortzeit (Maximum): 100.41s

Antwortzeit (Gesamt): 508.26s

Falsche Antwort: 5 Anweisungen nicht befolgt: 2

Hamster playing table tennis

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

#18 GPT-5.4

medium
Kosten
$0.214
Zeit
199.6s
Token
14,349 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-07-16 22:34 Neuer Test hinzugefügt 8.5 10.0 $1.533 Aktueller Lauf
2026-06-04 13:46 Neuer Test hinzugefügt 8.0 10.0 $1.210 Vergleichen
2026-05-22 00:19 Suite geändert 7.9 10.0 $1.140 Vergleichen
2026-04-11 01:44 Erster erfasster Lauf 8.2 k. A. $0.832 Vergleichen

Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.

Preisverlauf

Historische Preisdaten für dieses Modell von OpenRouter.

Datum Eingabepreis Ausgabepreis
2026-06-04 15:40 $2.500 / 1M $15.000 / 1M

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

GPT-5.4mediumvsClaude Fable 5mediumGPT-5.4mediumvsQwen3.6 Max PreviewmediumGPT-5.4mediumvsMuse Spark 1.1mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsClaude Opus 4.7mediumGPT-5.4mediumvsGPT-5.2mediumGPT-5.4mediumvsGemini 3 Flash PreviewmediumGPT-5.4mediumvsGemini 3.5 FlashhighGPT-5.4mediumvsNemotron 3 UltramediumKostenlos verfügbarGPT-5.4mediumvsGPT-5.5low

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Anti-KI-Tricks 8.3 10.0
Programmierung 8.8 7.8
Kombiniert 10.0 10.0
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 5.3 7.2
Allgemeine Intelligenz 4.7 3.1
Befolgung von Anweisungen 10.0 10.0
Rätsellösen 8.2 7.2
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle