AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#113

GPT-5.4

OpenAI Rilis: 2026-03-05 Diuji pada: 2026-05-22 00:18 openai/gpt-5.4::none
(medium) (none)

Ringkasan

GPT-5.4 mendapat skor 5.6 di AI BENCHY dan berada di peringkat #113. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 38.3%, total biaya $0.115, dan waktu respons rata-rata 1.46s.

Yang membuat GPT-5.4 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #9. Model ini terasa cepat dibandingkan model serupa.

Skor

5.6

Konsistensi

9.1

Keandalan

10.0

Total biaya (harga saat ini)

$0.115

Total token output

2,378

Total token input

0

Harga input

$2.500 / 1M

Harga output

$15.000 / 1M

Tes benar

Tes Salah: 13

Tingkat lulus per percobaan: 38.3%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

1.46s

Waktu respons (maks): 2.95s

Waktu respons (total): 29.23s

Jawaban salah: 12 Tidak mengikuti instruksi: 1

Showcase generasi

Hamster playing table tennis

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

#113 GPT-5.4

none
Biaya
$0.026
Waktu
18.1s
Token
1,792 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:45 Tes baru ditambahkan 5.5 10.0 $0.122 Bandingkan
2026-05-22 00:18 Suite berubah 5.6 10.0 $0.115 Run saat ini
2026-04-11 01:44 Run pertama yang tercatat 5.9 T/A $0.104 Bandingkan

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

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

GPT-5.4nonevsGemini 3.1 Flash LiteminimalGPT-5.4nonevsGemini 3.1 Flash LitenoneGPT-5.4nonevsGemini 2.5 FlashnoneGPT-5.4nonevsQwen3.5-FlashnoneGPT-5.4nonevsSeed-2.0-LitenoneGPT-5.4nonevsGemma 4 31BnoneTersedia gratisGPT-5.4nonevsGemini 3.5 FlashhighGPT-5.4nonevsGemini 3 Flash PreviewmediumGPT-5.4nonevsNemotron 3 Ultra 550b A55bmediumTersedia gratisGPT-5.4nonevsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.2 8.0
Pemrograman 6.8 10.0
Gabungan 3.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 7.2
Kecerdasan umum 4.4 9.9
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 5.6 9.8
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan