AI BENCHY
Advertise here
#147

GPT-5.4 Nano

OpenAI प्रकाशन: 2026-03-17 चाचणी तारीख: 2026-05-22 00:19 openai/gpt-5.4-nano::none
(medium) (none)

सारांश

GPT-5.4 Nano AI BENCHY वर 4.5 स्कोर करते आणि #147 वर आहे. याची reliability 10.0, pass rate 30.0%, एकूण खर्च $0.010, आणि सरासरी response time 1.33s आहे.

GPT-5.4 Nano खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #14. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

सुसंगतता

7.6

एकूण आउटपुट टोकन्स

2,804

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.200 / 1M

आउटपुट किंमत

$1.250 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 17

प्रति प्रयत्न पास दर: 30.0%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

1.33s

प्रतिसाद वेळ (कमाल): 3.84s

प्रतिसाद वेळ (एकूण): 26.66s

Generation showcase

Hamster playing table tennis

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

#147 GPT-5.4 Nano

none
Cost
$0.008
Time
46.1s
Tokens
5,735 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:45 नवीन चाचणी जोडली 4.7 10.0 $0.011 तुलना करा
2026-05-22 00:19 सूट बदलला 4.5 10.0 $0.010 सध्याची रन
2026-04-11 01:44 पहिली नोंदलेली रन 4.5 लागू नाही $0.009 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

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.5 8.0
कोडिंग 5.4 6.8
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 3.8 2.5
सूचनांचे पालन 6.3 10.0
कोडी सोडवणे 3.7 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स