नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

तुलना किए गए मॉडल

सारांश

GPT-5.4 vs GPT-5.3-Codex vs GPT-5.2 benchmark तुलनाGPT-5.3-Codex स्कोर में 8.9 के साथ आगे है। GPT-5.4 विश्वसनीयता में 10.0 के साथ आगे है। GPT-5.2 का कुल लागत सबसे कम है: $0.548. GPT-5.3-Codex 16.22s पर सबसे तेज है।

अनुशंसित मॉडल: GPT-5.2 - Its score stays close to the best score here (8.4 vs 8.9), while costing about 1.8x less than इस तुलना के बाकी मॉडल.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-18

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 #17 #10 #22
विश्वसनीयता 10.0 10.0 10.0
संगति 8.6 8.5 8.4
सही परीक्षण
प्रति प्रयास पास दर 76.2% 82.5% 71.4%
अस्थिर टेस्ट 4 4 4
कुल रन 63 63 63
प्रति परिणाम लागत 8.640 4.932 4.209
कुल लागत $1.210 $0.740 $0.548
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 34,108 34,299 33,967
आउटपुट टोकन 2,242 2,357 2,901
रीजनिंग टोकन 72,707 46,189 31,932
प्रतिक्रिया समय (औसत) 22.35s 16.22s 16.88s
प्रतिक्रिया समय (अधिकतम) 100.41s 100.93s 77.80s
प्रतिक्रिया समय (कुल) 469.29s 340.67s 236.34s

जनरेशन शोकेस

Hamster playing table tennis

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

#17 GPT-5.4

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

#10 GPT-5.3-Codex

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

#22 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
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
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

त्वरित तुलना

तुलना जोड़ी बदलें