#44

GPT-5.4

OpenAI · प्रकाशन: 2026-03-05 · openai/gpt-5.4::none

सरासरी स्कोअर

46

प्रति निकाल खर्च

1.496

सुसंगतता

89

एकूण खर्च

$0.090

बरोबर चाचण्या

6

एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.

चुकीच्या चाचण्या

9

प्रति प्रयत्न पास दर: 44.4%

अस्थिर चाचण्या

2

प्रतिसाद वेळ: सरासरी 1.46s · एकूण 21.86s · कमाल 2.89s

चुकीचे उत्तर: 8 सूचनांचे पालन केले नाही: 1

स्कोअरनुसार शीर्ष मॉडेल्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

#38 DeepSeek V3.2 52

#39 Qwen3.5-122B-A10B 51

#40 Qwen3.5-Flash 49

#41 Qwen3.5-27B 49

#42 MiniMax M2.5 48

#43 Qwen3.5-35B-A3B 47

#44 GPT-5.4 46

#45 Trinity Large Preview (free) 43

#46 GPT-4o-mini 41

#47 GLM 4.7 Flash 39

#48 Kimi K2.5 37

#49 Qwen3 Coder Next 36

#50 Mercury 2 34

श्रेणी	सरासरी स्कोअर	सुसंगतता	बरोबर चाचण्या
Anti-AI Tricks	100	73	0/3
Combined	100	100	0/1
Data parsing and extraction	99	100	2/2
Domain specific	40	72	1/3
Instructions following	55	100	1/2
Puzzle Solving	40	98	1/3
Tool Calling	100	100	1/1