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

#34

GPT-5.4 Mini

OpenAI · रिलीज़: 2026-03-17 · openai/gpt-5.4-mini::medium

प्रति परिणाम लागत

3.610

संगति

7.2

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 68.6%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

15.66s

प्रतिक्रिया समय (अधिकतम): 102.91s

प्रतिक्रिया समय (कुल): 266.14s

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.6 7.9
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 4.1 4.4
Samanya Buddhimatta 4.5 10.0
निर्देश पालन 7.4 6.5
पहेली समाधान 6.8 7.9
टूल कॉलिंग 4.7 1.6

तुलना किए गए मॉडल