AI BENCHY
Advertise here
#17

GPT-5.4

OpenAI Releasedatum: 2026-03-05 Getest op: 2026-04-11 01:44 openai/gpt-5.4::medium
(medium) (none)

Samenvatting

GPT-5.4 scoort 8.2 op AI BENCHY en staat op #17. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 79.6%, $0.832 totale kosten en 18.63s gemiddelde responstijd.

Score

8.2

Consistentie

8.7

Betrouwbaarheid

n.v.t.

Totale kosten (huidige prijs)

$0.832

Totaal aantal uitvoer-tokens

50,901

Totaal aantal invoer-tokens

0

Invoerprijs

$2.500 / 1M

Uitvoerprijs

$15.000 / 1M

Correcte tests

Foute tests: 5

Slaagpercentage per poging: 79.6%

Instabiele tests

3

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

18.63s

Responstijd (max): 100.41s

Responstijd (totaal): 335.26s

Verkeerd antwoord: 3 Instructies niet gevolgd: 2

Hamster playing table tennis

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

#17 GPT-5.4

medium
Kosten
$0.214
Tijd
199.6s
Tokens
14,349 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-07-16 22:34 Nieuwe test toegevoegd 8.5 10.0 $1.533 Vergelijken
2026-06-04 13:46 Nieuwe test toegevoegd 8.0 10.0 $1.210 Vergelijken
2026-05-22 00:19 Suite gewijzigd 7.9 10.0 $1.140 Vergelijken
2026-04-11 01:44 Eerste geregistreerde run 8.2 n.v.t. $0.832 Huidige run

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-04-11 01:44 · Eerste geregistreerde run8.28.7n.v.t.13/18350,9010$0.83218.63s
2026-06-04 13:46 · Nieuwe test toegevoegd8.08.610.014/21474,94934,108$1.21022.35s
Verschil+0.2+0.1-1-1-24048-34108-$0.378-3722ms

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

GPT-5.4mediumvsClaude Fable 5mediumGPT-5.4mediumvsQwen3.6 Max PreviewmediumGPT-5.4mediumvsMuse Spark 1.1mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsClaude Opus 4.7mediumGPT-5.4mediumvsGPT-5.2mediumGPT-5.4mediumvsGemini 3 Flash PreviewmediumGPT-5.4mediumvsGemini 3.5 FlashhighGPT-5.4mediumvsNemotron 3 UltramediumGratis beschikbaarGPT-5.4mediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 8.3 10.0
Programmeren 10.0 10.0
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 5.3 7.2
Algemene intelligentie 4.7 3.1
Instructies opvolgen 10.0 10.0
Puzzeloplossing 8.2 7.2
Toolaanroepen 10.0 10.0

Vergeleken modellen