AI BENCHY
तुलना करें चार्ट
❤️ Made by XCS
Your ad here

#44

GPT-5.4

OpenAI · रिलीज़: 2026-03-05 · openai/gpt-5.4::none

औसत स्कोर

45

प्रति परिणाम लागत

1.496

संगति

89

कुल लागत

$0.090

सही परीक्षण

6

कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।

गलत टेस्ट

9

प्रति प्रयास पास दर: 44.4%

अस्थिर टेस्ट

2

प्रतिक्रिया समय: औसत 1.46s · कुल 21.86s · अधिकतम 2.89s

गलत उत्तर: 8 निर्देशों का पालन नहीं किया: 1

स्कोर के अनुसार शीर्ष मॉडल

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

त्वरित तुलना

श्रेणी विवरण

श्रेणी औसत स्कोर संगति सही परीक्षण
Anti-AI Tricks 100 73 0/3
Combined 100 100 0/1
Data parsing and extraction 99 100 2/2
Domain specific 40 72 1/3
Instructions following 50 100 1/2
Puzzle Solving 40 98 1/3
Tool Calling 100 100 1/1