#49 GPT-5.4 Mini
medium- Cost
- $0.056
- Time
- 95.5s
- Tokens
- 12,464 tok
OpenAI
प्रकाशन: 2026-03-17
चाचणी तारीख: 2026-04-11 01:44
openai/gpt-5.4-mini::medium
(medium)
(none)
सारांश
GPT-5.4 Mini AI BENCHY वर 7.3 स्कोर करते आणि #49 वर आहे. याची reliability लागू नाही, pass rate 70.4%, एकूण खर्च $0.299, आणि सरासरी response time 15.22s आहे.
GPT-5.4 Mini खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #15.
7.3
सुसंगतता
7.4
लागू नाही
$0.299
एकूण आउटपुट टोकन्स
61,698
एकूण इनपुट टोकन्स
0
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).
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 | 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 | सध्याची रन |
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 | 10.0 | 10.0 | |
| 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 | 7.4 | 6.5 | |
| कोडी सोडवणे | 6.8 | 7.9 | |
| टूल कॉलिंग | 4.7 | 1.6 |