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

तुलना किए गए मॉडल

GPT-5.4 (medium) vs GPT-5.3-Codex (medium) vs GPT-5.2 (medium) benchmark तुलना: GPT-5.3-Codex (medium) स्कोर में 8.9 के साथ आगे है। GPT-5.4 (medium) विश्वसनीयता में 10.0 के साथ आगे है। GPT-5.3-Codex (medium) का कुल लागत सबसे कम है: $0.988. GPT-5.3-Codex (medium) 16.91s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#56
कुल आउटपुट टोकन
90,466
प्रतिक्रिया समय (औसत)
22.85s
कुल लागत
$1.560
रैंक
#37
कुल आउटपुट टोकन
60,374
प्रतिक्रिया समय (औसत)
16.91s
कुल लागत
$0.988
रैंक
#64
कुल आउटपुट टोकन
71,252
प्रतिक्रिया समय (औसत)
28.51s
कुल लागत
$1.182
अनुशंसित मॉडल GPT-5.3-Codex (medium)

It has the best score here (8.9), while responding about 1.5x faster than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक GPT-5.4 GPT-5.4 medium रिलीज़: 2026-03-05 GPT-5.3-Codex GPT-5.3-Codex medium रिलीज़: 2026-02-05 GPT-5.2 GPT-5.2 medium रिलीज़: 2025-12-11
स्कोर 8.5 8.9 8.4
रैंक #56 #37 #64
विश्वसनीयता 10.0 10.0 10.0
संगति 8.6 8.6 8.5
प्रयास 66/66 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 83.3% 72.7%
अस्थिर टेस्ट 4 4 4
कुल रन 66 66 66
प्रति परिणाम लागत 10.399 6.171 8.438
कुल लागत $1.560 $0.988 $1.182
इनपुट कीमत $2.500 / 1M $1.750 / 1M $1.750 / 1M
आउटपुट कीमत $15.000 / 1M $14.000 / 1M $14.000 / 1M
कुल इनपुट टोकन 81,136 81,187 105,013
आउटपुट टोकन 6,155 6,258 9,914
रीजनिंग टोकन 84,311 54,116 61,338
प्रतिक्रिया समय (औसत) 22.85s 16.91s 28.51s
प्रतिक्रिया समय (अधिकतम) 100.41s 100.93s 116.86s
प्रतिक्रिया समय (कुल) 502.78s 372.03s 456.13s
पैरामीटर ~1.5T कुल (~100B सक्रिय) ~1.2T कुल (~80B सक्रिय) ~1.2T कुल (~80B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#56 GPT-5.4

medium
लागत
$0.214
समय
199.6s
टोकन
14,349 tok

#37 GPT-5.3-Codex

medium
लागत
$0.049
समय
54.9s
टोकन
3,580 tok

#64 GPT-5.2

medium
लागत
$0.047
समय
49.2s
टोकन
3,396 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

त्वरित तुलना

तुलना जोड़ी बदलें