#65 GPT-5.4 Mini
medium- खर्च
- $0.056
- वेळ
- 95.5s
- टोकन्स
- 12,464 tok
OpenAI
प्रकाशन: 2026-03-17
चाचणी तारीख: 2026-07-16 22:38
openai/gpt-5.4-mini::medium
(medium)
(none)
सारांश
GPT-5.4 Mini AI BENCHY वर 7.5 स्कोर करते आणि #65 वर आहे. याची reliability 10.0, pass rate 71.2%, एकूण खर्च $0.756, आणि सरासरी response time 25.94s आहे.
GPT-5.4 Mini खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #14.
7.5
सुसंगतता
7.7
10.0
$0.756
एकूण आउटपुट टोकन्स
151,755
एकूण इनपुट टोकन्स
97,155
इनपुट किंमत
$0.750 / 1M
आउटपुट किंमत
$4.500 / 1M
अस्थिर चाचण्या
6
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.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-07-16 22:38 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.756 | सध्याची रन | |
| 2026-06-04 13:47 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.526 | तुलना करा | |
| 2026-05-22 00:21 सूट बदलला | 7.1 | 10.0 | $0.487 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 7.3 | लागू नाही | $0.299 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:38 · सध्याची रन | 7.5 | 7.7 | 10.0 | 12/22 | 6 | 151,755 | 97,155 | $0.756 | 25.94s |
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 7.3 | 7.4 | लागू नाही | 9/18 | 6 | 61,698 | 0 | $0.299 | 15.22s |
| फरक | +0.2 | +0.3 | +3 | 0 | +90057 | +97155 | +$0.458 | +10723ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-06-04 15:40 | $0.750 / 1M | $4.500 / 1M |
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-5.4 MinimediumvsGPT-5.6 TerralowGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15mediumGPT-5.4 MinimediumvsGPT-5.3 ChatnoneGPT-5.4 MinimediumvsQwen3.5-27BmediumGPT-5.4 MinimediumvsGPT-5.4 NanomediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5.4 MinimediumvsKimi K2.7 CodemediumGPT-5.4 MinimediumvsLongCat 2.0mediumGPT-5.4 MinimediumvsClaude Opus 5noneGPT-5.4 MinimediumvsGemini 3 Flash Previewlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 8.6 | 7.9 | |
| कोडिंग | 8.4 | 7.4 | |
| संयुक्त | 6.9 | 5.9 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 4.1 | 4.4 | |
| Samanya Buddhimatta | 4.5 | 10.0 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 7.8 | 10.0 | |
| टूल कॉलिंग | 4.7 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |