#18 GPT-5.4
medium- Biaya
- $0.214
- Waktu
- 199.6s
- Token
- 14,349 tok
Ringkasan
GPT-5.4 mendapat skor 8.5 di AI BENCHY dan berada di peringkat #18. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 77.3%, total biaya $1.533, dan waktu respons rata-rata 23.10s.
8.5
Konsistensi
8.6
10.0
$1.533
Total token output
88,670
Total token input
81,127
Harga input
$2.500 / 1M
Harga output
$15.000 / 1M
Tes tidak stabil
4
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 |
|---|---|---|---|---|---|
| 2026-07-16 22:34 Tes baru ditambahkan | 8.5 | 10.0 | $1.533 | Run saat ini | |
| 2026-06-04 13:46 Tes baru ditambahkan | 8.0 | 10.0 | $1.210 | Bandingkan | |
| 2026-05-22 00:19 Suite berubah | 7.9 | 10.0 | $1.140 | Bandingkan | |
| 2026-04-11 01:44 Run pertama yang tercatat | 8.2 | T/A | $0.832 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:34 · Run saat ini | 8.5 | 8.6 | 10.0 | 15/22 | 4 | 88,670 | 81,127 | $1.533 | 23.10s |
| 2026-05-22 00:19 · Suite berubah | 7.9 | 8.5 | 10.0 | 13/20 | 4 | 70,725 | 0 | $1.140 | 22.31s |
| Selisih | +0.6 | +0.1 | 0.0 | +2 | 0 | +17945 | +81127 | +$0.394 | +795ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output |
|---|---|---|
| 2026-06-04 15:40 | $2.500 / 1M | $15.000 / 1M |
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-5.4mediumvsClaude Fable 5mediumGPT-5.4mediumvsQwen3.6 Max PreviewmediumGPT-5.4mediumvsMuse Spark 1.1mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsClaude Opus 4.7mediumGPT-5.4mediumvsGPT-5.2mediumGPT-5.4mediumvsGemini 3 Flash PreviewmediumGPT-5.4mediumvsGemini 3.5 FlashhighGPT-5.4mediumvsNemotron 3 UltramediumTersedia gratisGPT-5.4mediumvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.3 | 10.0 | |
| Pemrograman | 8.8 | 7.8 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 5.3 | 7.2 | |
| Kecerdasan umum | 4.7 | 3.1 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 8.2 | 7.2 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |