#113 GPT-5.4
none- खर्च
- $0.026
- वेळ
- 18.1s
- टोकन्स
- 1,792 tok
सारांश
GPT-5.4 AI BENCHY वर 5.6 स्कोर करते आणि #113 वर आहे. याची reliability 10.0, pass rate 38.3%, एकूण खर्च $0.115, आणि सरासरी response time 1.46s आहे.
GPT-5.4 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #9. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
5.6
सुसंगतता
9.1
10.0
$0.115
एकूण आउटपुट टोकन्स
2,378
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$2.500 / 1M
आउटपुट किंमत
$15.000 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
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 | 5.5 | 10.0 | $0.122 | तुलना करा | |
| 2026-05-22 00:18 सूट बदलला | 5.6 | 10.0 | $0.115 | सध्याची रन | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 5.9 | लागू नाही | $0.104 | 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-5.4nonevsGemini 3.1 Flash LiteminimalGPT-5.4nonevsGemini 3.1 Flash LitenoneGPT-5.4nonevsGemini 2.5 FlashnoneGPT-5.4nonevsQwen3.5-FlashnoneGPT-5.4nonevsSeed-2.0-LitenoneGPT-5.4nonevsGemma 4 31Bnoneमोफत उपलब्धGPT-5.4nonevsGemini 3.5 FlashhighGPT-5.4nonevsGemini 3 Flash PreviewmediumGPT-5.4nonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGPT-5.4nonevsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.2 | 8.0 | |
| कोडिंग | 6.8 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 7.2 | |
| Samanya Buddhimatta | 4.4 | 9.9 | |
| सूचनांचे पालन | 6.5 | 10.0 | |
| कोडी सोडवणे | 5.6 | 9.8 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |