- स्कोअर
- 9.4 (+0.57 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 91.8% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 74.8% वेगवान
OpenAI
प्रकाशन: 2026-03-05
चाचणी तारीख: 2026-10-01 01:43
openai/gpt-5.4::medium
~1.5T एकूण (~100B सक्रिय)MoEबंद स्रोतअंदाजित
(medium)
(none)
सारांश
GPT-5.4 AI BENCHY वर 8.8 स्कोर करते आणि #60 वर आहे. याची reliability 10.0, pass rate 78.3%, एकूण खर्च $2.213, आणि सरासरी response time 24.81s आहे.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 9.1 (+0.33 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.140 · 93.7% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 16.58s · 33.2% वेगवान
- स्कोअर
- 9.6 (+0.77 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.460 · 79.2% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.15s · 71.2% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~1.5T एकूण (~100B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
8.8
सुसंगतता
8.7
10.0
एकूण आउटपुट टोकन्स
96,502
एकूण इनपुट टोकन्स
223,210
इनपुट किंमत
$2.500 / 1M
आउटपुट किंमत
$15.000 / 1M
कॅश वाचण्याची किंमत
$0.250 / 1M
कॅश लिहिण्याची किंमत
लागू नाही
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.
अस्थिर चाचण्या
4
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 GPT-5.4
medium- खर्च
- $0.214
- वेळ
- 199.6s
- टोकन्स
- 14,349 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 01:43 पुन्हा चाचणी | 8.8 | 10.0 | $2.213 ↑ | सध्याची रन | |
| 2026-07-16 22:34 नवीन चाचणी जोडली | 8.5 | 10.0 | $1.533 | तुलना करा | |
| 2026-06-04 13:46 नवीन चाचणी जोडली | 8.0 | 10.0 | $1.210 | तुलना करा | |
| 2026-05-22 00:19 सूट बदलला | 7.9 | 10.0 | $1.140 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 8.2 | लागू नाही | $0.832 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत | कॅश वाचण्याची किंमत | कॅश लिहिण्याची किंमत |
|---|---|---|---|---|
| 2026-08-14 12:51 | $2.500 / 1M | $15.000 / 1M | लागू नाही | लागू नाही |
| 2026-10-01 18:33 | $2.500 / 1M | $15.000 / 1M | $0.250 / 1M | लागू नाही |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
GPT-5.4mediumvsQwen3.8 MAXlowGPT-5.4mediumvsMuse Spark OpenmediumGPT-5.4mediumvsPareto 26.9defaultGPT-5.4mediumvsDeepSeek V4.1 FlashhighGPT-5.4mediumvsClaude Fable 5mediumGPT-5.4mediumvsDeepSeek V4.1 FlashmediumGPT-5.4mediumvsMuse Spark 1.1mediumGPT-5.4mediumvsMuse Spark 1.2lowGPT-5.4mediumvsMuse Spark 1.2mediumGPT-5.4mediumvsGPT-5.2medium
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 8.3 | 10.0 | |
| कोडिंग | 8.8 | 7.8 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 7.2 | |
| Samanya Buddhimatta | 4.7 | 3.1 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 8.2 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |