#28 GPT-5.4
medium- Kosten
- $0.214
- Tijd
- 199.6s
- Tokens
- 14,349 tok
OpenAI
Releasedatum: 2026-03-05
Getest op: 2026-05-22 00:19
openai/gpt-5.4::medium
~1.5T totaal (~100B actief)MoEGesloten broncodeGeschat
(medium)
(none)
Samenvatting
GPT-5.4 scoort 7.9 op AI BENCHY en staat op #28. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 75.0%, $1.140 totale kosten en 22.31s gemiddelde responstijd.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- ~1.5T totaal (~100B actief)
- Architectuur
- MoE
- Beschikbaarheid
- Gesloten broncode
- Licentie
- -
Beste schatting op basis van openbare informatie; de leverancier heeft niet alle waarden bekendgemaakt.
7.9
Consistentie
8.5
10.0
Totaal aantal uitvoer-tokens
70,725
Totaal aantal invoer-tokens
0
Invoerprijs
$2.500 / 1M
Uitvoerprijs
$15.000 / 1M
Instabiele tests
4
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-08-14 02:16 Hertest | 8.5 | 10.0 | $1.560 | 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 | Huidige run | |
| 2026-04-11 01:44 Eerste geregistreerde run | 8.2 | n.v.t. | $0.832 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:19 · Suite gewijzigd | 60/60 pogingen | 7.9 | 8.5 | 10.0 | 13/20 | 4 | 70,725 | 0 | $1.140 | 22.31s |
| 2026-08-14 02:16 · Hertest | 66/66 pogingen | 8.5 | 8.6 | 10.0 | 15/22 | 4 | 90,466 | 81,136 | $1.560 | 22.85s |
| Verschil | — | -0.6 | -0.1 | 0.0 | -2 | 0 | -19741 | -81136 | -$0.421 | -546ms |
De benchmarkdekking verschilt: 60/60 pogingen (Doel: 3 herhalingen per test) tegenover 66/66 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.
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.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
GPT-5.4mediumvsQwen3.8 MaxlowGPT-5.4mediumvsGrok 4.5mediumGPT-5.4mediumvsQwen3.6 Max PreviewmediumGPT-5.4mediumvsMuse Spark 1.2lowGPT-5.4mediumvsClaude Fable 5mediumGPT-5.4mediumvsGrok 4.6mediumGPT-5.4mediumvsMuse Spark 1.1mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsMuse Spark 1.2mediumGPT-5.4mediumvsGPT-5.2medium
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 8.3 | 10.0 | |
| Programmeren | 8.2 | 6.7 | |
| 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 | |
| Algemene kennis | 3.0 | 10.0 |