Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Owl Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-01

Métrica GPT-5.4 Mini GPT-5.4 Mini none Lanzamiento: 2026-03-17 Owl Alpha Owl Alpha medium Lanzamiento: 2026-04-30
Puntuación 5.1 5.8
Rango #117 #92
Fiabilidad N/D 10.0
Consistencia 8.6 9.5
Pruebas correctas
Tasa de aciertos por intento 35.2% 40.7%
Pruebas inestables 3 1
Ejecuciones totales 54 54
Costo por resultado 0.630 0.000
Costo total $0.032 $0.000
Precio de entrada $0.750 / 1M $0.000 / 1M
Precio de salida $4.500 / 1M $0.000 / 1M
Tokens de salida 2,418 1,596
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.17s 11.04s
Tiempo de respuesta (máximo) 2.52s 58.63s
Tiempo de respuesta (total) 21.01s 198.65s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 654 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.19s 333 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 298 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 222 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 88 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 174 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 101 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 5.4 10.0 33.3% 0 860ms 293 0
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 255 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparación rápida

Cambiar par de comparación

Kimi K2.6nonevsOwl AlphamediumGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10BnoneOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1noneNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponible gratisvsGPT-5.4 MininoneGPT-5.4 MininonevsElephant AlphamediumMiniMax M2.7mediumvsGPT-5.4 MininoneOwl AlphamediumvsMiMo-V2-PrononeDeepSeek V3.2nonevsOwl Alphamedium