नेविगेशन
Advertise here

GPT-5.4 vs Hy4

Hy4 average score में आगे है: 5.7 vs 5.6. Hy4 की benchmark लागत कम है: $0.114 vs $0.690. GPT-5.4 तेज है: 3.89s vs 5.87s, pass rates 33.3% vs 40.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#341
कुल आउटपुट टोकन
9,372
प्रतिक्रिया समय (औसत)
3.89s
कुल लागत
$0.690
रैंक
#337
कुल आउटपुट टोकन
12,248
प्रतिक्रिया समय (औसत)
5.87s
कुल लागत
$0.114
अनुशंसित मॉडल Hy4

It has the best score here (5.7), while costing about 6.1x less than GPT-5.4.

विस्तृत तुलना

मेट्रिक GPT-5.4 GPT-5.4 none रिलीज़: 2026-03-05 Hy4 Hy4 none रिलीज़: 2026-11-04
स्कोर 5.6 5.7
रैंक #341 #337
विश्वसनीयता 10.0 10.0
संगति 9.3 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 33.3% 40.6%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 9.845 1.263
कुल लागत $0.690 $0.114
इनपुट कीमत $2.500 / 1M $0.417 / 1M
आउटपुट कीमत $15.000 / 1M $1.251 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.021 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 219,404 235,746
आउटपुट टोकन 9,372 12,248
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 3.89s 5.87s
प्रतिक्रिया समय (अधिकतम) 43.73s 75.59s
प्रतिक्रिया समय (कुल) 89.48s 135.00s
पैरामीटर ~1.5T कुल (~100B सक्रिय) ~770B कुल (~49B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#341 GPT-5.4

none
लागत
$0.026
समय
18.1s
टोकन
1,792 tok

#337 Hy4

none
लागत
$0.004
समय
22.4s
टोकन
2,679 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 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Hy4 5.5 10.0 33.3% 0 1.68s 7,554 341 0

तुलना जोड़ी बदलें