AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: gpt-oss-120b

概要

GPT-5.4 vs gpt-oss-120b の benchmark 比較: gpt-oss-120b が平均スコアでリードし、6.7 vs 5.8 です。 gpt-oss-120b の benchmark コストが低く、$0.013 vs $0.122 です。 GPT-5.4 の方が高速で、1.42s vs 22.28s です、成功率は 36.5% vs 52.4% です。

おすすめモデル: gpt-oss-120b - ここでは最高スコア（6.7）で、GPT-5.4 より約 10.0 倍低コストです。

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: 2026-06-18

指標	GPT-5.4 GPT-5.4 none リリース: 2026-03-05	gpt-oss-120b gpt-oss-120b medium リリース: 2025-08-05 無料で利用可能

指標	GPT-5.4 GPT-5.4 none リリース: 2026-03-05	gpt-oss-120b gpt-oss-120b medium リリース: 2025-08-05 無料で利用可能
スコア	5.8	6.7
順位	#112	#78
信頼性	10.0	10.0
一貫性	9.2	8.0
正解テスト
試行ごとの合格率	36.5%	52.4%
不安定なテスト	2	5
総実行回数	63	63
結果あたりのコスト	1.740	0.141
合計コスト	$0.122	$0.013
入力価格	$2.500 / 1M	$0.039 / 1M
出力価格	$15.000 / 1M	$0.180 / 1M
合計入力トークン	34,212	39,084
出力トークン	2,417	20,013
推論トークン	0	50,233
応答時間（平均）	1.42s	22.28s
応答時間（最大）	2.95s	68.16s
応答時間（合計）	29.87s	311.96s

生成ショーケース

Hamster playing table tennis

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

#112 GPT-5.4

none

コスト: $0.026
時間: 18.1s
トークン: 1,792 tok

#78 gpt-oss-120b

medium

コスト: $0.001
時間: 26.7s
トークン: 555 tok

スコア上位モデル

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	3.0	10.0	0.0%	0		2.89s	11,019	291	0
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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）	入力トークン	出力トークン	推論トークン
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

雑学	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）	入力トークン	出力トークン	推論トークン
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

クイック比較

比較ペアを切り替え