AI BENCHY
Advertise here
#131

GPT-5.4

OpenAI Lanzamiento: 2026-03-05 Probado el: 2026-07-16 22:33 openai/gpt-5.4::none
~1.5T en total (~100B activos)MoECódigo cerradoEstimado
(medium) (none)

Resumen

GPT-5.4 obtiene 5.8 en AI BENCHY y ocupa el puesto #131. Tiene fiabilidad 10.0, una tasa de aciertos de 34.9%, coste total de $0.397 y tiempo medio de respuesta de 2.07s.

Qué hace único a GPT-5.4: Destaca más en Específico del dominio, donde ocupa #2, mientras que Trucos anti-IA es su área más débil con #18. Es notablemente rápido frente a modelos similares.

Datos del modelo

Investigado el 2026-08-12

Estimado
Parámetros
~1.5T en total (~100B activos)
Arquitectura
MoE
Disponibilidad
Código cerrado
Licencia
-

Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.

Fuente de los parámetros Fuente de disponibilidad

Puntuación

5.8

Consistencia

9.2

Fiabilidad

10.0

Costo total (precio actual)

$0.397

Total de tokens de salida

8,321

Total de tokens de entrada

108,632

Precio de entrada

$2.500 / 1M

Precio de salida

$15.000 / 1M

Pruebas correctas

Pruebas incorrectas: 15

Tasa de aciertos por intento: 34.9%

Pruebas inestables

2

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

2.07s

Tiempo de respuesta (máximo): 15.63s

Tiempo de respuesta (total): 45.51s

Respuesta incorrecta: 14 No siguió las instrucciones: 1

Hamster playing table tennis

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

#131 GPT-5.4

none
Coste
$0.026
Tiempo
18.1s
Tokens
1,792 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-08-14 02:13 Nueva prueba 5.8 10.0 $0.397 Comparar
2026-07-16 22:33 Prueba nueva añadida 5.8 10.0 $0.397 Ejecución actual
2026-06-04 13:45 Prueba nueva añadida 5.5 10.0 $0.122 Comparar
2026-05-22 00:18 Suite modificada 5.6 10.0 $0.115 Comparar
2026-04-11 01:44 Primera ejecución registrada 5.9 N/D $0.104 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Comparación de ejecuciones

EjecuciónCobertura del benchmarkPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-07-16 22:33 · Prueba nueva añadida66/66 intentos5.89.210.07/2228,321108,632$0.3972.07s
2026-08-14 02:13 · Nueva prueba66/66 intentos5.89.210.07/2228,339108,641$0.3972.08s
Diferencia—0.00.00.000-18-9-$0.001-11ms

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Historial de precios

Datos históricos de precios de este modelo de OpenRouter.

Fecha Precio de entrada Precio de salida
2026-06-04 15:40 $2.500 / 1M $15.000 / 1M

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

GPT-5.4nonevsSeed 2.1 TurbononeGPT-5.4nonevsSolar Pro 4noneGPT-5.4nonevsGPT-5.4 MininoneGPT-5.4nonevsNorth Mini CodemediumDisponible gratisGPT-5.4nonevsGLM 5.3 FlashlowGPT-5.4nonevsNemotron 3 SupermediumDisponible gratisGPT-5.4nonevsDots 3 Note PreviewmediumDisponible gratisGPT-5.4nonevsGLM 5noneGPT-5.4nonevsStep 3.5 FlashmediumGPT-5.4nonevsInkling Smalllow

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 3.2 8.0
Programación 5.5 10.0
Combinado 3.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 5.3 7.2
Inteligencia general 4.4 9.9
Seguimiento de instrucciones 6.5 10.0
Resolución de acertijos 5.6 9.8
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados