#28 GPT-5.4
medium- Kosten
- $0.214
- Zeit
- 199.6s
- Token
- 14,349 tok
OpenAI
Veröffentlichung: 2026-03-05
Getestet am: 2026-05-22 00:19
openai/gpt-5.4::medium
(medium)
(none)
Zusammenfassung
GPT-5.4 erreicht 7.9 bei AI BENCHY und liegt auf #28. Das Modell hat 10.0 Zuverlässigkeit, 75.0% Erfolgsrate, $1.140 Gesamtkosten und 22.31s durchschnittliche Antwortzeit.
Was GPT-5.4 besonders macht: Am stärksten ist es in Kombiniert, wo es #1 erreicht; am schwächsten ist Allgemeine Intelligenz mit #14.
7.9
Konsistenz
8.5
10.0
Gesamte Ausgabe-Token
70,725
Gesamte Eingabe-Token
0
Eingabepreis
$2.500 / 1M
Ausgabepreis
$15.000 / 1M
Instabile Tests
4
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-07-16 22:34 Neuer Test hinzugefügt | 8.5 | 10.0 | $1.533 | Vergleichen | |
| 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 | Aktueller Lauf | |
| 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.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:19 · Suite geändert | 7.9 | 8.5 | 10.0 | 13/20 | 4 | 70,725 | 0 | $1.140 | 22.31s |
| 2026-06-04 13:46 · Neuer Test hinzugefügt | 8.0 | 8.6 | 10.0 | 14/21 | 4 | 74,949 | 34,108 | $1.210 | 22.35s |
| Differenz | -0.1 | -0.1 | 0.0 | -1 | 0 | -4224 | -34108 | -$0.070 | -39ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
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 | 8.2 | 6.7 | |
| 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 |