#139 GPT-4o-mini
none- Biaya
- $0.001
- Waktu
- 6.6s
- Token
- 742 tok
OpenAI
Rilis: 2024-07-18
Diuji pada: 2026-05-21 23:41
openai/gpt-4o-mini::none
~8BPadatTertutupPerkiraan Ringkasan
GPT-4o-mini mendapat skor 4.9 di AI BENCHY dan berada di peringkat #139. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 25.0%, total biaya $0.006, dan waktu respons rata-rata 1.87s.
Yang membuat GPT-4o-mini unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya. Model ini terasa cepat dibandingkan model serupa.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~8B
- Arsitektur
- Padat
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
4.9
Konsistensi
9.9
10.0
$0.006
Total token output
1,977
Total token input
0
Harga input
$0.150 / 1M
Harga output
$0.600 / 1M
Tes tidak stabil
0
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 01:32 Uji ulang | 5.0 | 10.0 | $0.010 | Bandingkan | |
| 2026-07-16 21:13 Tes baru ditambahkan | 5.0 | 10.0 | $0.010 | Bandingkan | |
| 2026-06-04 13:04 Tes baru ditambahkan | 4.8 | 10.0 | $0.006 | Bandingkan | |
| 2026-05-21 23:41 Suite berubah | 4.9 | 10.0 | $0.006 | Run saat ini | |
| 2026-04-11 01:19 Run pertama yang tercatat | 4.9 | T/A | $0.005 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:41 · Suite berubah | 60/60 percobaan | 4.9 | 9.9 | 10.0 | 5/20 | 0 | 1,977 | 0 | $0.006 | 1.87s |
| 2026-08-14 01:32 · Uji ulang | 66/66 percobaan | 5.0 | 9.9 | 10.0 | 5/22 | 0 | 2,913 | 53,145 | $0.010 | 1.92s |
| Selisih | — | -0.1 | 0.0 | 0.0 | 0 | 0 | -936 | -53145 | -$0.005 | -47ms |
Cakupan benchmark berbeda: 60/60 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
GPT-4o-mininonevsDeepSeek V3.2noneGPT-4o-mininonevsLing-2.6-flashnoneGPT-4o-mininonevsLaguna S 2.1lowTersedia gratisGPT-4o-mininonevsNemotron 3 SupernoneTersedia gratisGPT-4o-mininonevsMiniMax M2.7mediumGPT-4o-mininonevsRing-2.6-1TnoneGPT-4o-mininonevsNorth Mini CodenoneTersedia gratisGPT-4o-mininonevsNemotron 3.5 LightninglowTersedia gratisGPT-4o-mininonevsQwen3.5-9BnoneGPT-4o-mininonevsGPT-5.4 Nanonone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 4.8 | 10.0 | |
| Pemrograman | 3.2 | 9.3 | |
| Gabungan | 3.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 3.0 | 10.0 | |
| Kecerdasan umum | 4.0 | 10.0 | |
| Kepatuhan instruksi | 6.3 | 10.0 | |
| Pemecahan teka-teki | 3.5 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |