AI BENCHY
Advertise here
#131

GPT-5.4

OpenAI Veröffentlichung: 2026-03-05 Getestet am: 2026-07-16 22:33 openai/gpt-5.4::none
~1.5T insgesamt (~100B aktiv)MoEGeschlossenGeschätzt
(medium) (none)

Zusammenfassung

GPT-5.4 erreicht 5.8 bei AI BENCHY und liegt auf #131. Das Modell hat 10.0 Zuverlässigkeit, 34.9% Erfolgsrate, $0.397 Gesamtkosten und 2.07s durchschnittliche Antwortzeit.

Was GPT-5.4 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #3 erreicht; am schwächsten ist Anti-KI-Tricks mit #18. Es ist im Vergleich zu ähnlichen Modellen auffällig schnell.

Modelldaten

Recherchiert am 2026-08-12

Geschätzt
Parameter
~1.5T insgesamt (~100B aktiv)
Architektur
MoE
Verfügbarkeit
Geschlossen
Lizenz
-

Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.

Parameterquelle Quelle zur Verfügbarkeit

Punktzahl

5.8

Konsistenz

9.2

Zuverlässigkeit

10.0

Gesamtkosten (aktueller Preis)

$0.397

Gesamte Ausgabe-Token

8,321

Gesamte Eingabe-Token

108,632

Eingabepreis

$2.500 / 1M

Ausgabepreis

$15.000 / 1M

Korrekte Tests

Falsche Tests: 15

Erfolgsquote pro Versuch: 34.9%

Instabile Tests

2

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

Antwortzeit (Durchschnitt)

2.07s

Antwortzeit (Maximum): 15.63s

Antwortzeit (Gesamt): 45.51s

Falsche Antwort: 14 Anweisungen nicht befolgt: 1

Hamster playing table tennis

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

#131 GPT-5.4

none
Kosten
$0.026
Zeit
18.1s
Token
1,792 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-08-14 02:13 Erneuter Test 5.8 10.0 $0.397 Vergleichen
2026-07-16 22:33 Neuer Test hinzugefügt 5.8 10.0 $0.397 Aktueller Lauf
2026-06-04 13:45 Neuer Test hinzugefügt 5.5 10.0 $0.122 Vergleichen
2026-05-22 00:18 Suite geändert 5.6 10.0 $0.115 Vergleichen
2026-04-11 01:44 Erster erfasster Lauf 5.9 k. A. $0.104 Vergleichen

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

Laufvergleich

LaufBenchmark-AbdeckungPunktzahlKonsistenzZuverlässigkeitKorrekte TestsInstabile TestsGesamte Ausgabe-TokenGesamte Eingabe-TokenGesamtkostenAntwortzeit (Durchschnitt)
2026-07-16 22:33 · Neuer Test hinzugefügt66/66 Versuche5.89.210.07/2228,321108,632$0.3972.07s
2026-04-11 01:44 · Erster erfasster Lauf54/54 Versuche5.99.1k. A.7/1822,3170$0.1041.51s
Differenz—-0.1+0.100+6004+108632+$0.294+557ms

Die Benchmark-Abdeckung unterscheidet sich: 66/66 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 54/54 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
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-5.4nonevsSeed 2.1 TurbononeGPT-5.4nonevsSolar Pro 4noneGPT-5.4nonevsGPT-5.4 MininoneGPT-5.4nonevsNorth Mini CodemediumKostenlos verfügbarGPT-5.4nonevsGLM 5.3 FlashlowGPT-5.4nonevsNemotron 3 SupermediumKostenlos verfügbarGPT-5.4nonevsDots 3 Note PreviewmediumKostenlos verfügbarGPT-5.4nonevsGLM 5noneGPT-5.4nonevsStep 3.5 FlashmediumGPT-5.4nonevsInkling Smalllow

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Anti-KI-Tricks 3.2 8.0
Programmierung 5.5 10.0
Kombiniert 3.0 10.0
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 5.3 7.2
Allgemeine Intelligenz 4.4 9.9
Befolgung von Anweisungen 6.5 10.0
Rätsellösen 5.6 9.8
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle