#30 GPT-5.4 Mini
medium- Cost
- $0.056
- Time
- 95.5s
- Tokens
- 12,464 tok
OpenAI
प्रकाशन: 2026-03-17
चाचणी तारीख: 2026-06-04 13:47
openai/gpt-5.4-mini::medium
(medium)
(none)
सारांश
GPT-5.4 Mini AI BENCHY वर 8.0 स्कोर करते आणि #30 वर आहे. याची reliability 10.0, pass rate 73.0%, एकूण खर्च $0.526, आणि सरासरी response time 22.34s आहे.
GPT-5.4 Mini खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #16.
8.0
सुसंगतता
8.0
10.0
$0.526
एकूण आउटपुट टोकन्स
111,118
एकूण इनपुट टोकन्स
34,116
इनपुट किंमत
$0.750 / 1M
आउटपुट किंमत
$4.500 / 1M
अस्थिर चाचण्या
5
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:47 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.526 | सध्याची रन | |
| 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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:47 · सध्याची रन | 8.0 | 8.0 | 10.0 | 12/21 | 5 | 111,118 | 34,116 | $0.526 | 22.34s |
| 2026-05-22 00:21 · सूट बदलला | 7.1 | 7.6 | 10.0 | 10/20 | 6 | 102,892 | 0 | $0.487 | 22.14s |
| फरक | +0.9 | +0.4 | 0.0 | +2 | -1 | +8226 | +34116 | +$0.039 | +206ms |
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-5.2mediumGPT-5.4 MinimediumvsGemini 2.5 FlashmediumGPT-5.4 MinimediumvsGLM 5 TurbomediumGPT-5.4 MinimediumvsQwen3.7 PlusmediumGPT-5.4 MinimediumvsStep 3.7 FlashmediumGPT-5.4 MinimediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGPT-5.4 MinimediumvsGemini 3.5 FlashhighGPT-5.4 MinimediumvsGemini 3 Flash PreviewmediumGPT-5.4 MinimediumvsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 8.6 | 7.9 | |
| कोडिंग | 8.4 | 7.4 | |
| संयुक्त | 10.0 | 10.0 | |
| 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 |