#136 GPT-5.4 Mini
none- Cost
- $0.010
- Time
- 11.7s
- Tokens
- 2,151 tok
सारांश
GPT-5.4 Mini AI BENCHY वर 4.9 स्कोर करते आणि #136 वर आहे. याची reliability 10.0, pass rate 31.7%, एकूण खर्च $0.035, आणि सरासरी response time 1.16s आहे.
GPT-5.4 Mini खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #14.
4.9
सुसंगतता
8.8
10.0
$0.035
एकूण आउटपुट टोकन्स
2,496
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.750 / 1M
आउटपुट किंमत
$4.500 / 1M
अस्थिर चाचण्या
3
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 13:45 नवीन चाचणी जोडली | 4.9 | 10.0 | $0.038 | तुलना करा | |
| 2026-05-22 00:18 सूट बदलला | 4.9 | 10.0 | $0.035 | सध्याची रन | |
| 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.
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 MininonevsQwen3.6 FlashnoneGPT-5.4 MininonevsQwen3.6 Max PreviewnoneGPT-5.4 MininonevsQwen3.5-35B-A3BnoneGPT-5.4 MininonevsQwen3.5-27BnoneGPT-5.4 MininonevsGemini 3.5 FlashhighGPT-5.4 MininonevsGemini 3 Flash PreviewmediumGPT-5.4 MininonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGPT-5.4 MininonevsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.1 | 8.1 | |
| कोडिंग | 6.8 | 10.0 | |
| संयुक्त | 3.0 | 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 |