AI BENCHY Compare
OpenAI: GPT-5.4 Mini vs Elephant
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-14
| 指標 | GPT-5.4 Mini GPT-5.4 Mini none | Elephant Elephant medium |
|---|---|---|
| スコア | 5.1 | 5.2 |
| 順位 | #82 | #77 |
| 一貫性 | 8.6 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 35.2% | 29.6% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.630 | 0.000 |
| 合計コスト | $0.032 | $0.000 |
| ???? | $0.750 / 1M | $0.000 / 1M |
| ???? | $4.500 / 1M | $0.000 / 1M |
| 出力トークン | 2,418 | 2,596 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 1.17s | 1.27s |
| 応答時間（最大） | 2.52s | 3.70s |
| 応答時間（合計） | 21.01s | 22.82s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.1 | 8.1 | 8.3% | 1 | 929ms | 654 | 0 | |
| Elephant | 6.6 | 10.0 | 50.0% | 0 | 1.19s | 815 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 1.19s | 333 | 0 | |
| Elephant | 5.1 | 3.3 | 33.3% | 1 | 1.30s | 365 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.52s | 298 | 0 | |
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 3.70s | 562 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 1.30s | 222 | 0 | |
| Elephant | 6.5 | 10.0 | 50.0% | 0 | 979ms | 246 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.5 | 4.4 | 33.3% | 2 | 937ms | 88 | 0 | |
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 925ms | 24 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.8 | 10.0 | 0.0% | 0 | 1.82s | 174 | 0 | |
| Elephant | 4.3 | 10.0 | 0.0% | 0 | 920ms | 105 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 6.3 | 10.0 | 50.0% | 0 | 728ms | 101 | 0 | |
| Elephant | 9.8 | 10.0 | 100.0% | 0 | 987ms | 82 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 5.4 | 10.0 | 33.3% | 0 | 860ms | 293 | 0 | |
| Elephant | 3.7 | 10.0 | 0.0% | 0 | 867ms | 166 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 255 | 0 | |
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 2.83s | 231 | 0 |
クイック比較
比較ペアを切り替え
ElephantmediumvsGrok 4.20noneMistral Small 4nonevsElephantmediumgpt-oss-120bnone無料で利用可能vsElephantmediumTrinity Large Previewnone無料で利用可能vsElephantmediumElephantmediumvsQwen3 Coder NextnoneMiniMax M2.7mediumvsGPT-5.4 MininoneNemotron 3 Supernone無料で利用可能vsElephantmediumElephantmediumvsGLM 5 TurbononeKimi K2.5nonevsElephantmediumElephantmediumvsGLM 5.1noneElephantmediumvsGLM 4.7 FlashnoneGPT-4o-mininonevsElephantmedium