AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#43

GPT-5.4 Nano

OpenAI रिलीज़: 2026-03-17 परीक्षण किया गया: 2026-04-11 01:44 openai/gpt-5.4-nano::medium
(medium) (none)

सारांश

GPT-5.4 Nano AI BENCHY पर 7.6 स्कोर करता है और #43 पर है। इसकी reliability लागू नहीं, pass rate 68.5%, कुल लागत $0.083, और औसत response time 11.21s है।

GPT-5.4 Nano को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है।

संगति

9.0

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

61,078

कुल इनपुट टोकन

0

इनपुट कीमत

$0.200 / 1M

आउटपुट कीमत

$1.250 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 68.5%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

11.21s

प्रतिक्रिया समय (अधिकतम): 94.06s

प्रतिक्रिया समय (कुल): 201.80s

Generation showcase

Hamster playing table tennis

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

#43 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:46 नया टेस्ट जोड़ा गया 7.0 10.0 $0.107 तुलना करें
2026-05-22 00:20 सूट बदला गया 7.1 10.0 $0.099 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 7.6 लागू नहीं $0.083 वर्तमान रन

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 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 9.8 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.9 7.2
Samanya Buddhimatta 4.5 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 4.0 7.1
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल