#65 GPT-5.4 Mini
medium- खर्च
- $0.056
- वेळ
- 95.5s
- टोकन्स
- 12,464 tok
OpenAI
प्रकाशन: 2026-03-17
चाचणी तारीख: 2026-05-22 00:21
openai/gpt-5.4-mini::medium
~400B एकूण (~17B सक्रिय)MoEबंद स्रोतअंदाजित
(medium)
(none)
सारांश
GPT-5.4 Mini AI BENCHY वर 7.1 स्कोर करते आणि #65 वर आहे. याची reliability 10.0, pass rate 68.3%, एकूण खर्च $0.487, आणि सरासरी response time 22.14s आहे.
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~400B एकूण (~17B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
7.1
सुसंगतता
7.6
10.0
$0.487
एकूण आउटपुट टोकन्स
102,892
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).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:19 पुन्हा चाचणी | 7.5 | 10.0 | $0.786 | तुलना करा | |
| 2026-07-16 22:38 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.756 | 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 | सध्याची रन | |
| 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.
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 MinimediumvsMercury 2.5 PreviewmediumGPT-5.4 MinimediumvsGrok Build 0.1mediumGPT-5.4 MinimediumvsQwen3.5-27BmediumGPT-5.4 MinimediumvsGemini 3.8 FlashlowGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15mediumGPT-5.4 MinimediumvsGemini 3.1 Flash Lite PreviewmediumGPT-5.4 MinimediumvsGPT 5.3 ChatnoneGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5.4 MinimediumvsMiniMax M3mediumGPT-5.4 MinimediumvsKimi K2.7 Codemedium
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 8.6 | 7.9 | |
| कोडिंग | 7.5 | 6.0 | |
| 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 | 6.7 | |
| कोडी सोडवणे | 7.8 | 10.0 | |
| टूल कॉलिंग | 4.7 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |