AI BENCHY
Advertise here
#156

GPT-5.4 Mini

OpenAI प्रकाशन: 2026-03-17 चाचणी तारीख: 2026-07-16 22:33 openai/gpt-5.4-mini::none
(medium) (none)

सारांश

GPT-5.4 Mini AI BENCHY वर 5.9 स्कोर करते आणि #156 वर आहे. याची reliability 10.0, pass rate 33.3%, एकूण खर्च $0.095, आणि सरासरी response time 1.53s आहे.

GPT-5.4 Mini खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #12. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

स्कोअर

5.9

सुसंगतता

8.9

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.095

एकूण आउटपुट टोकन्स

7,880

एकूण इनपुट टोकन्स

79,067

इनपुट किंमत

$0.750 / 1M

आउटपुट किंमत

$4.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 16

प्रति प्रयत्न पास दर: 33.3%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

1.53s

प्रतिसाद वेळ (कमाल): 9.92s

प्रतिसाद वेळ (एकूण): 33.74s

चुकीचे उत्तर: 13 सूचनांचे पालन केले नाही: 3

Hamster playing table tennis

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

#156 GPT-5.4 Mini

none
खर्च
$0.010
वेळ
11.7s
टोकन्स
2,151 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 22:33 नवीन चाचणी जोडली 5.9 10.0 $0.095 सध्याची रन
2026-06-04 13:45 नवीन चाचणी जोडली 4.9 10.0 $0.038 तुलना करा
2026-05-22 00:18 सूट बदलला 4.9 10.0 $0.035 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 5.1 लागू नाही $0.032 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

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.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

GPT-5.4 MininonevsTrinity Large ThinkingmediumGPT-5.4 MininonevsNorth Mini Codemediumमोफत उपलब्धGPT-5.4 MininonevsGPT-5.6 TerranoneGPT-5.4 MininonevsKimi K2.6noneGPT-5.4 MininonevsStep 3.5 FlashmediumGPT-5.4 MininonevsGPT-5.4noneGPT-5.4 MininonevsTrinity Large ThinkinglowGPT-5.4 MininonevsNemotron 3 Supermediumमोफत उपलब्धGPT-5.4 MininonevsNemotron 3 Ultranoneमोफत उपलब्धGPT-5.4 MininonevsGLM 5none

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.1 8.1
कोडिंग 5.5 10.0
संयुक्त 6.5 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 4.8 10.0
सूचनांचे पालन 6.3 10.0
कोडी सोडवणे 5.4 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स