AI BENCHY
Advertise here
#17

GPT-5.4

OpenAI Veröffentlichung: 2026-03-05 Getestet am: 2026-04-11 01:44 openai/gpt-5.4::medium
(medium) (none)

Zusammenfassung

GPT-5.4 erreicht 8.2 bei AI BENCHY und liegt auf #17. Das Modell hat k. A. Zuverlässigkeit, 79.6% Erfolgsrate, $0.832 Gesamtkosten und 18.63s durchschnittliche Antwortzeit.

Punktzahl

8.2

Konsistenz

8.7

Zuverlässigkeit

k. A.

Gesamtkosten (aktueller Preis)

$0.832

Gesamte Ausgabe-Token

50,901

Gesamte Eingabe-Token

0

Eingabepreis

$2.500 / 1M

Ausgabepreis

$15.000 / 1M

Korrekte Tests

Falsche Tests: 5

Erfolgsquote pro Versuch: 79.6%

Instabile Tests

3

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

Antwortzeit (Durchschnitt)

18.63s

Antwortzeit (Maximum): 100.41s

Antwortzeit (Gesamt): 335.26s

Falsche Antwort: 3 Anweisungen nicht befolgt: 2

Hamster playing table tennis

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

#17 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 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 Vergleichen
2026-04-11 01:44 Erster erfasster Lauf 8.2 k. A. $0.832 Aktueller Lauf

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 10.0 10.0
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

Verglichene Modelle