नेव्हिगेशन
AI BENCHY
Advertise here

GPT-5.4 Mini vs Step 3.5 Flash (medium)

Step 3.5 Flash (medium) average score मध्ये पुढे आहे: 5.9 vs 5.9. GPT-5.4 Mini चा benchmark खर्च कमी आहे: $0.095 vs $0.132. GPT-5.4 Mini वेगवान आहे: 1.58s vs 191.63s, pass rates 31.8% vs 50.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-29

क्रमांक
#196
एकूण आउटपुट टोकन्स
7,898
प्रतिसाद वेळ (सरासरी)
1.58s
एकूण खर्च
$0.095
क्रमांक
#191
एकूण आउटपुट टोकन्स
568,536
प्रतिसाद वेळ (सरासरी)
191.63s
एकूण खर्च
$0.132
शिफारस केलेले मॉडेल GPT-5.4 Mini

Its score stays close to the best score here (5.9 vs 5.9), while responding about 120.9x faster than Step 3.5 Flash (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.4 Mini GPT-5.4 Mini none प्रकाशन: 2026-03-17 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 5.9 5.9
क्रमांक #196 #191
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 8.6
प्रयत्न 66/66 63/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 31.8% 50.0%
अस्थिर चाचण्या 2 2
एकूण रन 66 63
प्रति निकाल खर्च 1.581 0.858
एकूण खर्च $0.095 $0.132
इनपुट किंमत $0.750 / 1M $0.100 / 1M
आउटपुट किंमत $4.500 / 1M $0.300 / 1M
एकूण इनपुट टोकन्स 79,076 65,716
आउटपुट टोकन्स 7,898 189,424
रिझनिंग टोकन्स 0 379,112
प्रतिसाद वेळ (सरासरी) 1.58s 191.63s
प्रतिसाद वेळ (कमाल) 9.92s 1597.85s
प्रतिसाद वेळ (एकूण) 34.86s 3066.07s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) 196B एकूण (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#196 GPT-5.4 Mini

none
खर्च
$0.010
वेळ
11.7s
टोकन्स
2,151 tok

#191 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

झटपट तुलना

तुलना जोडी बदला

GPT-5.4 MininonevsGLM 5.3 FlashlowQwen3.5-35B-A3BnonevsStep 3.5 FlashmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsStep 3.5 FlashmediumStep 3.5 FlashmediumvsGLM 5.3 FlashlowDots 3 Note Previewmediumमोफत उपलब्धvsGPT-5.4 MininoneSeed 2.1 TurbononevsStep 3.5 FlashmediumGemini 2.5 FlashnonevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsStep 3.5 FlashmediumNemotron 3 Ultranoneमोफत उपलब्धvsStep 3.5 FlashmediumNorth Mini Codemediumमोफत उपलब्धvsGPT-5.4 MininoneQwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium