#113 GPT-5.4
none- Kosten
- $0.026
- Zeit
- 18.1s
- Token
- 1,792 tok
OpenAI
Veröffentlichung: 2026-03-05
Getestet am: 2026-05-22 00:18
openai/gpt-5.4::none
~1.5T insgesamt (~100B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
GPT-5.4 erreicht 5.6 bei AI BENCHY und liegt auf #113. Das Modell hat 10.0 Zuverlässigkeit, 38.3% Erfolgsrate, $0.115 Gesamtkosten und 1.46s 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
- Parameter
- ~1.5T insgesamt (~100B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
5.6
Konsistenz
9.1
10.0
Gesamte Ausgabe-Token
2,378
Gesamte Eingabe-Token
0
Eingabepreis
$2.500 / 1M
Ausgabepreis
$15.000 / 1M
Instabile Tests
2
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 |
|---|---|---|---|---|---|
| 2026-08-14 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 | Vergleichen | |
| 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 | Aktueller Lauf | |
| 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
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:18 · Suite geändert | 60/60 Versuche | 5.6 | 9.1 | 10.0 | 7/20 | 2 | 2,378 | 0 | $0.115 | 1.46s |
| 2026-08-14 02:13 · Erneuter Test | 66/66 Versuche | 5.8 | 9.2 | 10.0 | 7/22 | 2 | 8,339 | 108,641 | $0.397 | 2.08s |
| Differenz | — | -0.2 | -0.1 | 0.0 | 0 | 0 | -5961 | -108641 | -$0.283 | -618ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 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.
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-5.4nonevsSeed 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 | 6.8 | 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 |