नेव्हिगेशन
Advertise here

तुलना केलेली मॉडेल्स

GPT-5.4 (medium) vs GPT-5.3-Codex (medium) vs GPT-5.2 (medium) benchmark तुलना: GPT-5.3-Codex (medium) स्कोअर मध्ये 8.9 सह आघाडीवर आहे. GPT-5.4 (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. GPT-5.3-Codex (medium) चे एकूण खर्च सर्वात कमी आहे: $0.988. GPT-5.3-Codex (medium) 16.91s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#56
एकूण आउटपुट टोकन्स
90,466
प्रतिसाद वेळ (सरासरी)
22.85s
एकूण खर्च
$1.560
क्रमांक
#37
एकूण आउटपुट टोकन्स
60,374
प्रतिसाद वेळ (सरासरी)
16.91s
एकूण खर्च
$0.988
क्रमांक
#64
एकूण आउटपुट टोकन्स
71,252
प्रतिसाद वेळ (सरासरी)
28.51s
एकूण खर्च
$1.182
शिफारस केलेले मॉडेल GPT-5.3-Codex (medium)

It has the best score here (8.9), while responding about 1.5x faster than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

मेट्रिक GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05 GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05 GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11
स्कोअर 8.5 8.9 8.4
क्रमांक #56 #37 #64
विश्वसनीयता 10.0 10.0 10.0
सुसंगतता 8.6 8.6 8.5
प्रयत्न 66/66 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 83.3% 72.7%
अस्थिर चाचण्या 4 4 4
एकूण रन 66 66 66
प्रति निकाल खर्च 10.399 6.171 8.438
एकूण खर्च $1.560 $0.988 $1.182
इनपुट किंमत $2.500 / 1M $1.750 / 1M $1.750 / 1M
आउटपुट किंमत $15.000 / 1M $14.000 / 1M $14.000 / 1M
एकूण इनपुट टोकन्स 81,136 81,187 105,013
आउटपुट टोकन्स 6,155 6,258 9,914
रिझनिंग टोकन्स 84,311 54,116 61,338
प्रतिसाद वेळ (सरासरी) 22.85s 16.91s 28.51s
प्रतिसाद वेळ (कमाल) 100.41s 100.93s 116.86s
प्रतिसाद वेळ (एकूण) 502.78s 372.03s 456.13s
पॅरामीटर्स ~1.5T एकूण (~100B सक्रिय) ~1.2T एकूण (~80B सक्रिय) ~1.2T एकूण (~80B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#56 GPT-5.4

medium
खर्च
$0.214
वेळ
199.6s
टोकन्स
14,349 tok

#37 GPT-5.3-Codex

medium
खर्च
$0.049
वेळ
54.9s
टोकन्स
3,580 tok

#64 GPT-5.2

medium
खर्च
$0.047
वेळ
49.2s
टोकन्स
3,396 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
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

झटपट तुलना

तुलना जोडी बदला