Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Owl Alpha

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-30

Metrik GPT-5.4 GPT-5.4 none Rilis: 2026-03-05 Owl Alpha Owl Alpha medium Rilis: 2026-04-30
Skor 5.9 5.8
Peringkat #89 #91
Keandalan T/A 10.0
Konsistensi 9.1 9.5
Tes benar
Tingkat lulus per percobaan 42.6% 40.7%
Tes tidak stabil 2 1
Total Run 54 54
Biaya per hasil 1.477 0.000
Total Biaya $0.104 $0.000
Harga input $2.500 / 1M $0.000 / 1M
Harga output $15.000 / 1M $0.000 / 1M
Token output 2,317 1,596
Token penalaran 0 0
Waktu respons (rata-rata) 1.51s 11.04s
Waktu respons (maks) 2.95s 58.63s
Waktu respons (total) 27.21s 198.65s

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 output Token penalaran
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.6nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10BnoneOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1noneOwl AlphamediumvsMiMo-V2-PrononeDeepSeek V3.2nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneDeepSeek V4 PrononevsOwl AlphamediumMistral Small 4mediumvsGPT-5.4none