AI BENCHY
Advertise here
#65

GPT-5.4 Mini

OpenAI Rilis: 2026-03-17 Diuji pada: 2026-05-22 00:21 openai/gpt-5.4-mini::medium
(medium) (none)

Ringkasan

GPT-5.4 Mini mendapat skor 7.1 di AI BENCHY dan berada di peringkat #65. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 68.3%, total biaya $0.487, dan waktu respons rata-rata 22.14s.

Yang membuat GPT-5.4 Mini unik: Model ini paling menonjol di Gabungan, dengan peringkat #1, sementara Kecerdasan umum adalah area terlemahnya di #16.

Skor

7.1

Konsistensi

7.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.487

Total token output

102,892

Total token input

0

Harga input

$0.750 / 1M

Harga output

$4.500 / 1M

Tes benar

Tes Salah: 10

Tingkat lulus per percobaan: 68.3%

Tes tidak stabil

6

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

Waktu respons (rata-rata)

22.14s

Waktu respons (maks): 138.75s

Waktu respons (total): 442.74s

Jawaban salah: 6 Tidak mengikuti instruksi: 4

Generation showcase

Hamster playing table tennis

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

#65 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
12,464 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:47 Tes baru ditambahkan 7.5 10.0 $0.526 Bandingkan
2026-05-22 00:21 Suite berubah 7.1 10.0 $0.487 Run saat ini
2026-04-11 01:44 Run pertama yang tercatat 7.3 T/A $0.299 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-05-22 00:21 · Suite berubah7.17.610.010/206102,8920$0.48722.14s
2026-04-11 01:44 · Run pertama yang tercatat7.37.4T/A9/18661,6980$0.29915.22s
Selisih-0.2+0.2+10+411940+$0.189+6920ms

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.

Total token output

Skor vs Total token output

Perbandingan Cepat

GPT-5.4 MinimediumvsDeepSeek V4 FlashhighGPT-5.4 MinimediumvsQwen3.7 PlusmediumGPT-5.4 MinimediumvsGPT-5.2mediumGPT-5.4 MinimediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisGPT-5.4 MinimediumvsGLM 5 TurbomediumGPT-5.4 MinimediumvsDeepSeek V4 ProhighGPT-5.4 MinimediumvsGemini 3.5 FlashhighGPT-5.4 MinimediumvsGemini 3 Flash PreviewmediumGPT-5.4 MinimediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 8.6 7.9
Pemrograman 7.5 6.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 4.1 4.4
Kecerdasan umum 4.5 10.0
Kepatuhan instruksi 7.4 6.7
Pemecahan teka-teki 7.8 10.0
Pemanggilan alat 4.7 1.6
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan