AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: gpt-oss-120b

Ringkasan

Perbandingan benchmark GPT-5.4 vs gpt-oss-120b: gpt-oss-120b unggul dalam skor rata-rata dengan 6.7 vs 5.8. gpt-oss-120b memiliki biaya benchmark lebih rendah di $0.013 vs $0.122. GPT-5.4 lebih cepat di 1.42s vs 22.28s, dengan tingkat keberhasilan 36.5% vs 52.4%.

Model yang direkomendasikan: gpt-oss-120b - It has the best score here (6.7), while costing about 10.0x less than GPT-5.4.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	GPT-5.4 GPT-5.4 none Rilis: 2026-03-05	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis

Metrik	GPT-5.4 GPT-5.4 none Rilis: 2026-03-05	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis
Skor	5.8	6.7
Peringkat	#112	#78
Keandalan	10.0	10.0
Konsistensi	9.2	8.0
Tes benar
Tingkat lulus per percobaan	36.5%	52.4%
Tes tidak stabil	2	5
Total Run	63	63
Biaya per hasil	1.740	0.141
Total Biaya	$0.122	$0.013
Harga input	$2.500 / 1M	$0.039 / 1M
Harga output	$15.000 / 1M	$0.180 / 1M
Total token input	34,212	39,084
Token output	2,417	20,013
Token penalaran	0	50,233
Waktu respons (rata-rata)	1.42s	22.28s
Waktu respons (maks)	2.95s	68.16s
Waktu respons (total)	29.87s	311.96s

Showcase generasi

Hamster playing table tennis

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

#112 GPT-5.4

none

Biaya: $0.026
Waktu: 18.1s
Token: 1,792 tok

#78 gpt-oss-120b

medium

Biaya: $0.001
Waktu: 26.7s
Token: 555 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	3.0	10.0	0.0%	0		2.89s	11,019	291	0
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Perbandingan Cepat

Ganti Pasangan Perbandingan