AI BENCHY
Advertise here
#65

GPT-5.4 Mini

OpenAI प्रकाशन: 2026-03-17 चाचणी तारीख: 2026-05-22 00:21 openai/gpt-5.4-mini::medium
(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.

GPT-5.4 Mini खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #14.

स्कोअर

7.1

सुसंगतता

7.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.487

एकूण आउटपुट टोकन्स

102,892

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.750 / 1M

आउटपुट किंमत

$4.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 10

प्रति प्रयत्न पास दर: 68.3%

अस्थिर चाचण्या

6

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

22.14s

प्रतिसाद वेळ (कमाल): 138.75s

प्रतिसाद वेळ (एकूण): 442.74s

चुकीचे उत्तर: 6 सूचनांचे पालन केले नाही: 4

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#65 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
12,464 tok

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 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.

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 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

तुलना केलेली मॉडेल्स