AI BENCHY
Advertise here
#26

GPT-5 Mini

OpenAI Rilis: 2025-08-07 Diuji pada: 2026-07-16 22:27 openai/gpt-5-mini::medium

Ringkasan

GPT-5 Mini mendapat skor 8.1 di AI BENCHY dan berada di peringkat #26. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 63.6%, total biaya $0.237, dan waktu respons rata-rata 27.63s.

Yang membuat GPT-5 Mini unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Skor

8.1

Konsistensi

8.8

Keandalan

10.0

Total token output

105,932

Total token input

98,374

Harga input

$0.250 / 1M

Harga output

$2.000 / 1M

Tes benar

Tes Salah: 10

Tingkat lulus per percobaan: 63.6%

Tes tidak stabil

3

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

Waktu respons (rata-rata)

27.63s

Waktu respons (maks): 111.48s

Waktu respons (total): 607.92s

Hamster playing table tennis

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

#26 GPT-5 Mini

medium
Biaya
$0.007
Waktu
42.9s
Token
3,432 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 22:27 Tes baru ditambahkan 8.1 10.0 $0.237 Run saat ini
2026-06-04 13:43 Tes baru ditambahkan 7.3 10.0 $0.159 Bandingkan
2026-05-22 00:16 Uji ulang 6.9 10.0 $0.150 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 7.0 T/A $0.128 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)
2026-07-16 22:27 · Run saat ini8.18.810.012/223105,93298,374$0.23727.63s
2026-04-11 01:44 · Run pertama yang tercatat7.08.6T/A9/18359,8610$0.12823.98s
Selisih+1.1+0.2+30+46071+98374+$0.110+3657ms

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 $0.250 / 1M $2.000 / 1M

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
Trik anti-AI 7.1 7.6
Pemrograman 10.0 10.0
Gabungan 7.3 5.8
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 3.6 7.2
Kecerdasan umum 4.5 10.0
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 5.6 9.8
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan