Advertise here
#383

GPT-5.4 Nano

OpenAI Rilis: 2026-03-17 Diuji pada: 2026-10-01 01:44 openai/gpt-5.4-nano::none
~120B total (~5B aktif)MoETertutupPerkiraan
(medium) (none)

Ringkasan

GPT-5.4 Nano mendapat skor 4.6 di AI BENCHY dan berada di peringkat #383. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 26.1%, total biaya $0.068, dan waktu respons rata-rata 4.42s.

Yang membuat GPT-5.4 Nano unik: Model ini paling menonjol di Pemrograman, dengan peringkat #3, sementara Kecerdasan umum adalah area terlemahnya di #11. Model ini terasa cepat dibandingkan model serupa.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~120B total (~5B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Skor

4.6

Konsistensi

8.7

Keandalan

10.0

Total token output

14,894

Total token input

246,687

Harga input

$0.200 / 1M

Harga output

$1.250 / 1M

Harga baca cache

$0.020 / 1M

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 19

Tingkat lulus per percobaan: 26.1%

Tes tidak stabil

4

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

Waktu respons (rata-rata)

4.42s

Waktu respons (maks): 45.38s

Waktu respons (total): 101.75s

Hamster playing table tennis

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

#383 GPT-5.4 Nano

none
Biaya
$0.008
Waktu
46.1s
Token
5,735 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-10-01 01:44 Uji ulang 4.6 10.0 $0.068 Run saat ini
2026-07-16 22:35 Tes baru ditambahkan 4.8 10.0 $0.041 Bandingkan
2026-06-04 13:45 Tes baru ditambahkan 4.7 10.0 $0.011 Bandingkan
2026-05-22 00:19 Suite berubah 4.5 10.0 $0.010 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 4.5 T/A $0.009 Bandingkan

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

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-10-01 01:44 · Run saat ini69/69 percobaan4.68.710.04/23414,894246,687$0.0684.42s
2026-06-04 13:45 · Tes baru ditambahkan63/63 percobaan4.78.210.04/2152,78434,212$0.0111.48s
Selisih—0.0+0.50.00-1+12110+212475+$0.058+2947ms

Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 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.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output Harga baca cache Harga tulis cache
2026-08-14 12:51 $0.200 / 1M $1.250 / 1M T/A T/A
2026-10-01 18:33 $0.200 / 1M $1.250 / 1M $0.020 / 1M T/A

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 3.9 9.6
Trik anti-AI 3.5 8.0
Pemrograman 4.6 7.9
Gabungan 3.0 10.0
Parsing dan ekstraksi data 6.5 10.0
Spesifik domain 2.9 7.2
Kecerdasan umum 3.8 2.5
Kepatuhan instruksi 6.3 10.0
Pemecahan teka-teki 5.4 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan