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 vs Elephant

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-14

Métrica GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05 Elephant Elephant medium Lanzamiento: 2026-04-14
Puntuación 5.9 5.2
Rango #63 #77
Consistencia 9.1 9.6
Pruebas correctas
Tasa de aciertos por intento 42.6% 29.6%
Pruebas inestables 2 1
Ejecuciones totales 54 54
Costo por resultado 1.477 0.000
Costo total $0.104 $0.000
Precio de entrada $2.500 / 1M $0.000 / 1M
Precio de salida $15.000 / 1M $0.000 / 1M
Tokens de salida 2,317 2,596
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.51s 1.27s
Tiempo de respuesta (máximo) 2.95s 3.70s
Tiempo de respuesta (total) 27.21s 22.82s

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 3.2 8.0 8.3% 1 1.21s 406 0
Elephant 6.6 10.0 50.0% 0 1.19s 815 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 10.0 10.0 100.0% 0 2.95s 480 0
Elephant 5.1 3.3 33.3% 1 1.30s 365 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 3.0 10.0 0.0% 0 2.89s 291 0
Elephant 3.0 10.0 0.0% 0 3.70s 562 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 10.0 10.0 100.0% 0 1.04s 222 0
Elephant 6.5 10.0 50.0% 0 979ms 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 5.3 7.2 44.4% 1 1.07s 50 0
Elephant 3.0 10.0 0.0% 0 925ms 24 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 4.4 9.9 0.0% 0 1.78s 184 0
Elephant 4.3 10.0 0.0% 0 920ms 105 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 6.5 10.0 50.0% 0 1.07s 81 0
Elephant 9.8 10.0 100.0% 0 987ms 82 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 5.6 9.8 33.3% 0 1.52s 357 0
Elephant 3.7 10.0 0.0% 0 867ms 166 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 10.0 10.0 100.0% 0 2.75s 246 0
Elephant 3.0 10.0 0.0% 0 2.83s 231 0

Comparación rápida

Cambiar par de comparación

ElephantmediumvsGrok 4.20noneMistral Small 4nonevsElephantmediumgpt-oss-120bnoneDisponible gratisvsElephantmediumTrinity Large PreviewnoneDisponible gratisvsElephantmediumGPT-5.4 MininonevsElephantmediumElephantmediumvsQwen3 Coder NextnoneNemotron 3 SupernoneDisponible gratisvsElephantmediumMiniMax M2.5mediumDisponible gratisvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneElephantmediumvsGLM 5 TurbononeKimi K2.5nonevsElephantmediumElephantmediumvsGLM 5.1none