GPT-5.4 (medium) leidt in gemiddelde score met 8.5 vs 8.4. De kosten van de lokale hardware zijn niet gemeten. Daarom zijn kostenvergelijkingen niet beschikbaar. GPT-5.4 (medium) is sneller met 22.85s vs 167.89s, met slagingspercentages van 77.3% vs 77.3%.
Benchmarks gegenereerd uit AI BENCHY-testsuites op:
2026-08-15
Rang
#36
Totaal aantal uitvoer-tokens
90,466
Responstijd (gem.)
22.85s
Totale kosten
$1.560
Rang
#42
Totaal aantal uitvoer-tokens
656,635
Responstijd (gem.)
167.89s
Totale kosten
n.v.t.
Aanbevolen modelGPT-5.4 (medium)
Het heeft hier de beste score (8.5) en reageert ongeveer 7.3x sneller dan Qwen3.8 27B (high).
Qwen3.8 27BQwen3.8 27BhighDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.Releasedatum: 2026-08-14
Qwen3.8 27BQwen3.8 27BhighDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.Releasedatum: 2026-08-14
Score
8.5Gemiddelde score over alle benchmarktests.…
8.4Gemiddelde score over alle benchmarktests.…
Rang
#36
#42
Betrouwbaarheid
10.0Succescore bij de eerste poging: 10.0 betekent geen herhaalbare doel-API- of snelheidslimietfouten vóór succesvolle calls; geregistreerde fouten verlagen de score.…
9.6Succescore bij de eerste poging: 10.0 betekent geen herhaalbare doel-API- of snelheidslimietfouten vóór succesvolle calls; geregistreerde fouten verlagen de score.…
Consistentie
8.6Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
9.2Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
Pogingen
66/66
66/66
Correcte tests
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 5Instructies niet gevolgd: 2Responstijd (gem.)22.85sResponstijd (max)100.41sResponstijd (totaal)502.78sEen test is alleen volledig geslaagd als alle runs slagen.…
Een test is alleen volledig geslaagd als alle runs slagen.Instructies niet gevolgd: 2Geen antwoord: 2Verkeerd antwoord: 2Responstijd (gem.)167.89sResponstijd (max)640.85sResponstijd (totaal)3693.54sEen test is alleen volledig geslaagd als alle runs slagen.…
Slaagpercentage per poging
77.3%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
77.3%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
Instabiele tests
4Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
2Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Totaal runs
66Totaal runs…
66Totaal runs…
Kosten per resultaat
10.399Toont de gemiddelde kosten per correct benchmark-antwoord in centen (lager is beter).…
n.v.t.Toont de gemiddelde kosten per correct benchmark-antwoord in centen (lager is beter).…
Totale kosten
$1.560Totale kosten (huidige prijs)…
n.v.t.Totale kosten (huidige prijs)…
Invoerprijs
$2.500 / 1MInvoerprijs…
n.v.t.Invoerprijs…
Uitvoerprijs
$15.000 / 1MUitvoerprijs…
n.v.t.Uitvoerprijs…
Totaal aantal invoer-tokens
81,136Totaal aantal invoer-tokens…
100,179Totaal aantal invoer-tokens…
Uitvoer-tokens
6,155Uitvoer-tokens…
904Uitvoer-tokens…
Redeneer-tokens
84,311Redeneer-tokens…
655,731Redeneer-tokens…
Responstijd (gem.)
22.85sResponstijd (gem.)…
167.89sResponstijd (gem.)…
Responstijd (max)
100.41sResponstijd (max)…
640.85sResponstijd (max)…
Responstijd (totaal)
502.78sResponstijd (totaal)…
3693.54sResponstijd (totaal)…
Parameters
~1.5T totaal (~100B actief)
27.3B
Beschikbaarheid
Gesloten broncode
Gewichten beschikbaar
Model generatie-showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#36 GPT-5.4
medium
Kosten
$0.214
Tijd
199.6s
Tokens
14,349 tok
#42 Qwen3.8 27B
highDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
75.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 1Responstijd (gem.)4.11sResponstijd (max)6.42sResponstijd (totaal)16.42sEen test is alleen volledig geslaagd als alle runs slagen.…
4.11sResponstijd (gem.)…
606Totaal aantal invoer-tokens…
240Uitvoer-tokens…
1,511Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
10.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)8.10sResponstijd (max)21.48sResponstijd (totaal)32.40sEen test is alleen volledig geslaagd als alle runs slagen.…
7.8Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
88.9%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
1Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 1Responstijd (gem.)44.36sResponstijd (max)96.94sResponstijd (totaal)133.08sEen test is alleen volledig geslaagd als alle runs slagen.…
44.36sResponstijd (gem.)…
7,305Totaal aantal invoer-tokens…
433Uitvoer-tokens…
24,216Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
8.1Gemiddelde score over alle benchmarktests.…
7.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
88.9%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
1Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Instructies niet gevolgd: 1Responstijd (gem.)248.62sResponstijd (max)458.25sResponstijd (totaal)745.85sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)29.77sResponstijd (max)38.97sResponstijd (totaal)59.55sEen test is alleen volledig geslaagd als alle runs slagen.…
29.77sResponstijd (gem.)…
58,038Totaal aantal invoer-tokens…
4,214Uitvoer-tokens…
13,351Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
10.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)185.57sResponstijd (max)333.21sResponstijd (totaal)371.15sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)5.32sResponstijd (max)5.40sResponstijd (totaal)10.64sEen test is alleen volledig geslaagd als alle runs slagen.…
5.32sResponstijd (gem.)…
7,140Totaal aantal invoer-tokens…
234Uitvoer-tokens…
804Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
10.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)34.85sResponstijd (max)57.71sResponstijd (totaal)69.71sEen test is alleen volledig geslaagd als alle runs slagen.…
7.2Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
44.4%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
1Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 2Responstijd (gem.)72.44sResponstijd (max)100.41sResponstijd (totaal)217.32sEen test is alleen volledig geslaagd als alle runs slagen.…
72.44sResponstijd (gem.)…
628Totaal aantal invoer-tokens…
61Uitvoer-tokens…
36,544Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
5.3Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
33.3%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen antwoord: 1Verkeerd antwoord: 1Responstijd (gem.)526.74sResponstijd (max)640.85sResponstijd (totaal)1580.21sEen test is alleen volledig geslaagd als alle runs slagen.…
3.1Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
33.3%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
1Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Instructies niet gevolgd: 1Responstijd (gem.)4.92sResponstijd (max)4.92sResponstijd (totaal)4.92sEen test is alleen volledig geslaagd als alle runs slagen.…
4.92sResponstijd (gem.)…
477Totaal aantal invoer-tokens…
145Uitvoer-tokens…
321Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
5.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Instructies niet gevolgd: 1Responstijd (gem.)8.45sResponstijd (max)8.45sResponstijd (totaal)8.45sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)3.11sResponstijd (max)3.68sResponstijd (totaal)6.22sEen test is alleen volledig geslaagd als alle runs slagen.…
3.11sResponstijd (gem.)…
660Totaal aantal invoer-tokens…
93Uitvoer-tokens…
897Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
9.8Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)8.24sResponstijd (max)10.18sResponstijd (totaal)16.49sEen test is alleen volledig geslaagd als alle runs slagen.…
7.2Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
88.9%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
1Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Instructies niet gevolgd: 1Responstijd (gem.)9.14sResponstijd (max)18.14sResponstijd (totaal)27.41sEen test is alleen volledig geslaagd als alle runs slagen.…
9.14sResponstijd (gem.)…
642Totaal aantal invoer-tokens…
441Uitvoer-tokens…
3,815Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
7.6Gemiddelde score over alle benchmarktests.…
7.2Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
77.8%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
1Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen antwoord: 1Responstijd (gem.)199.90sResponstijd (max)569.33sResponstijd (totaal)599.69sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)13.28sResponstijd (max)13.28sResponstijd (totaal)13.28sEen test is alleen volledig geslaagd als alle runs slagen.…
13.28sResponstijd (gem.)…
5,445Totaal aantal invoer-tokens…
264Uitvoer-tokens…
1,031Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
10.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)5.62sResponstijd (max)5.62sResponstijd (totaal)5.62sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 1Responstijd (gem.)13.95sResponstijd (max)13.95sResponstijd (totaal)13.95sEen test is alleen volledig geslaagd als alle runs slagen.…
13.95sResponstijd (gem.)…
195Totaal aantal invoer-tokens…
30Uitvoer-tokens…
1,821Redeneer-tokens…
Qwen3.8 27BDe antwoorden van het kandidaatmodel zijn op lokale hardware gemaakt. OpenRouter is alleen voor de beoordeling gebruikt.
3.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 1Responstijd (gem.)263.98sResponstijd (max)263.98sResponstijd (totaal)263.98sEen test is alleen volledig geslaagd als alle runs slagen.…