AI BENCHY
Advertise here
#21

GPT-5.4

OpenAI Rilis: 2026-03-05 Diuji pada: 2026-06-04 13:46 openai/gpt-5.4::medium
(medium) (none)

Ringkasan

GPT-5.4 mendapat skor 8.0 di AI BENCHY dan berada di peringkat #21. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 76.2%, total biaya $1.210, dan waktu respons rata-rata 22.35s.

Skor

8.0

Konsistensi

8.6

Keandalan

10.0

Total biaya (harga saat ini)

$1.210

Total token output

74,949

Total token input

34,108

Harga input

$2.500 / 1M

Harga output

$15.000 / 1M

Tes benar

Tes Salah: 7

Tingkat lulus per percobaan: 76.2%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

22.35s

Waktu respons (maks): 100.41s

Waktu respons (total): 469.29s

Jawaban salah: 5 Tidak mengikuti instruksi: 2

Hamster playing table tennis

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

#21 GPT-5.4

medium
Biaya
$0.214
Waktu
199.6s
Token
14,349 tok

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 Bandingkan
2026-06-04 13:46 Tes baru ditambahkan 8.0 10.0 $1.210 Run saat ini
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.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 14:42 $2.500 / 1M $15.000 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

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

Model yang Dibandingkan