- Punktzahl
- 8.6 (+0.66 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 94.5% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 74.9% schneller
OpenAI
Veröffentlichung: 2026-03-17
Getestet am: 2026-10-01 09:27
openai/gpt-5.4-mini::medium
~400B insgesamt (~17B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
GPT-5.4 Mini erreicht 7.9 bei AI BENCHY und liegt auf #128. Das Modell hat 10.0 Zuverlässigkeit, 69.6% Erfolgsrate, $1.102 Gesamtkosten und 29.94s durchschnittliche Antwortzeit.
Was GPT-5.4 Mini besonders macht: Am stärksten ist es in Programmierung, wo es #3 erreicht; am schwächsten ist Werkzeugaufrufe mit #15.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 8.3 (+0.35 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.047 · 95.7% günstiger
- Antwortzeit (Durchschnitt)
- 18.07s · 39.7% schneller
- Punktzahl
- 9.4 (+1.45 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 83.5% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 79.2% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~400B insgesamt (~17B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
7.9
Konsistenz
8.2
10.0
Gesamte Ausgabe-Token
184,172
Gesamte Eingabe-Token
238,925
Eingabepreis
$0.750 / 1M
Ausgabepreis
$4.500 / 1M
Preis für Cache-Lesen
$0.075 / 1M
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
5
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.
#128 GPT-5.4 Mini
medium- Kosten
- $0.056
- Zeit
- 95.5s
- Token
- 12,464 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 09:27 Erneuter Test | 7.9 | 10.0 | $1.102 ↑ | Aktueller Lauf | |
| 2026-07-16 22:38 Neuer Test hinzugefügt | 7.5 | 10.0 | $0.756 | Vergleichen | |
| 2026-06-04 13:47 Neuer Test hinzugefügt | 7.5 | 10.0 | $0.526 | Vergleichen | |
| 2026-05-22 00:21 Suite geändert | 7.1 | 10.0 | $0.487 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.3 | k. A. | $0.299 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 09:27 · Aktueller Lauf | 69/69 Versuche | 7.9 | 8.2 | 10.0 | 13/23 | 5 | 184,172 | 238,925 | $1.102 | 29.94s |
| 2026-05-22 00:21 · Suite geändert | 60/60 Versuche | 7.1 | 7.6 | 10.0 | 10/20 | 6 | 102,892 | 0 | $0.487 | 22.14s |
| Differenz | — | +0.8 | +0.6 | 0.0 | +3 | -1 | +81280 | +238925 | +$0.616 | +7801ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis | Preis für Cache-Lesen | Preis für Cache-Schreiben |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.750 / 1M | $4.500 / 1M | k. A. | k. A. |
| 2026-10-01 18:33 | $0.750 / 1M | $4.500 / 1M | $0.075 / 1M | k. A. |
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-5.4 MinimediumvsClaude Fable 5.1highGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5.4 MinimediumvsGLM 5.3 FlashXmaxGPT-5.4 MinimediumvsGemini 3.5 FlashmediumGPT-5.4 MinimediumvsQwen3.5-27BmediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighGPT-5.4 MinimediumvsGPT-5.6 TerralowGPT-5.4 MinimediumvsMiMo-V2.6-FlashmediumGPT-5.4 MinimediumvsQwen3.8 Flash NextlowGPT-5.4 MinimediumvsMuse Wondermax
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 10.0 | 10.0 | |
| Anti-KI-Tricks | 8.6 | 7.9 | |
| Programmierung | 8.4 | 7.4 | |
| Kombiniert | 6.9 | 5.9 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.6 | 7.2 | |
| Allgemeine Intelligenz | 4.5 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 7.8 | 10.0 | |
| Werkzeugaufrufe | 4.7 | 1.6 | |
| Allgemeinwissen | 3.0 | 10.0 |