नेव्हिगेशन
Advertise here

Claude Opus 5 vs GPT-5.4 Mini (medium)

GPT-5.4 Mini (medium) average score मध्ये पुढे आहे: 7.9 vs 7.1. GPT-5.4 Mini (medium) चा benchmark खर्च कमी आहे: $1.102 vs $2.766. Claude Opus 5 वेगवान आहे: 10.78s vs 29.94s, pass rates 55.1% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#181
एकूण आउटपुट टोकन्स
31,386
प्रतिसाद वेळ (सरासरी)
10.78s
एकूण खर्च
$2.766
क्रमांक
#122
एकूण आउटपुट टोकन्स
184,172
प्रतिसाद वेळ (सरासरी)
29.94s
एकूण खर्च
$1.102
शिफारस केलेले मॉडेल GPT-5.4 Mini (medium)

It has the best score here (7.9), while costing about 2.5x less than Claude Opus 5.

तपशीलवार तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 none प्रकाशन: 2026-07-25 GPT-5.4 Mini GPT-5.4 Mini medium प्रकाशन: 2026-03-17
स्कोअर 7.1 7.9
क्रमांक #181 #122
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.1% 69.6%
अस्थिर चाचण्या 1 5
एकूण रन 69 69
प्रति निकाल खर्च 23.044 7.754
एकूण खर्च $2.766 $1.102
इनपुट किंमत $5.000 / 1M $0.750 / 1M
आउटपुट किंमत $25.000 / 1M $4.500 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 396,120 238,925
आउटपुट टोकन्स 31,386 7,109
रिझनिंग टोकन्स 0 177,063
प्रतिसाद वेळ (सरासरी) 10.78s 29.94s
प्रतिसाद वेळ (कमाल) 79.61s 138.75s
प्रतिसाद वेळ (एकूण) 247.96s 688.57s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~400B एकूण (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#181 Claude Opus 5

none
खर्च
$0.271
वेळ
149.3s
टोकन्स
10,962 tok

#122 GPT-5.4 Mini

medium
खर्च
$0.056
वेळ
95.5s
टोकन्स
12,464 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902

तुलना जोडी बदला