AI BENCHY
Advertise here
#28

GPT-5.4

OpenAI Releasedatum: 2026-03-05 Getest op: 2026-05-22 00:19 openai/gpt-5.4::medium
(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.

Wat GPT-5.4 uniek maakt: Het valt het meest op in Gecombineerd, waar het #1 staat, terwijl Algemene intelligentie het zwakste gebied is met #14.

Score

7.9

Consistentie

8.5

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$1.140

Totaal aantal uitvoer-tokens

70,725

Totaal aantal invoer-tokens

0

Invoerprijs

$2.500 / 1M

Uitvoerprijs

$15.000 / 1M

Correcte tests

Foute tests: 7

Slaagpercentage per poging: 75.0%

Instabiele tests

4

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

Responstijd (gem.)

22.31s

Responstijd (max): 100.41s

Responstijd (totaal): 446.15s

Verkeerd antwoord: 5 Instructies niet gevolgd: 2

Hamster playing table tennis

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

#28 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 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.

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 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

Vergeleken modellen