Model yang Dibandingkan

Model yang direkomendasikan GPT-5.3-Codex (medium)

It has the strongest score in this comparison (8.9) and the best overall balance of cost and response time across all 3 models.

Perbandingan terperinci

Metrik	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05	GPT-5.2 GPT-5.2 medium Rilis: 2025-12-11

Metrik	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05	GPT-5.2 GPT-5.2 medium Rilis: 2025-12-11
Skor	8.5	8.9	8.4
Peringkat	#29	#18	#33
Keandalan	10.0	10.0	10.0
Konsistensi	8.6	8.6	8.5
Cakupan benchmark	22/22 tes · 66/66 percobaan	22/22 tes · 66/66 percobaan	22/22 tes · 66/66 percobaan
Tes benar
Tingkat lulus per percobaan	77.3%	83.3%	72.7%
Tes tidak stabil	4	4	4
Total Run	66	66	66
Biaya per hasil	10.220	5.748	6.791
Total Biaya	$1.533	$0.920	$0.951
Harga input	$2.500 / 1M	$1.750 / 1M	$1.750 / 1M
Harga output	$15.000 / 1M	$14.000 / 1M	$14.000 / 1M
Total token input	81,127	81,268	105,004
Token output	6,155	6,251	9,914
Token penalaran	82,515	49,274	44,868
Waktu respons (rata-rata)	23.10s	16.96s	22.62s
Waktu respons (maks)	100.41s	100.93s	102.93s
Waktu respons (total)	508.26s	373.19s	339.28s

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

medium

medium

medium

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	10.0	10.0	100.0%	29.77s	58,038	4,214	13,351
GPT-5.3-Codex	10.0	10.0	100.0%	26.04s	57,988	4,258	5,816
GPT-5.2	10.0	10.0	100.0%	58.50s	82,056	7,304	14,693

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	10.0	10.0	100.0%	5.32s	7,140	234	804
GPT-5.3-Codex	10.0	10.0	100.0%	3.07s	7,140	234	728
GPT-5.2	10.0	10.0	100.0%	3.15s	7,140	234	420

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	10.0	10.0	100.0%	3.11s	660	93	897
GPT-5.3-Codex	10.0	10.0	100.0%	3.04s	660	93	693
GPT-5.2	9.9	10.0	100.0%	3.12s	660	94	614

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Ganti Pasangan Perbandingan