Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.4 Mini

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17
Scor 7.4 7.3
Rang #56 #58
Fiabilitate N/D N/D
Consistență 9.6 7.4
Teste corecte
Rată de trecere pe încercare 64.8% 70.4%
Teste instabile 1 6
Rulări totale 54 54
Cost per rezultat 2.376 3.313
Cost total $0.262 $0.299
Preț de intrare $3.000 / 1M $0.750 / 1M
Preț de ieșire $15.000 / 1M $4.500 / 1M
Tokenuri de ieșire 7,433 2,131
Tokenuri de raționament 0 59,567
Timp de răspuns (mediu) 4.98s 15.22s
Timp de răspuns (maxim) 23.84s 102.91s
Timp de răspuns (total) 54.83s 273.90s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 7.76s 423 1,548
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
GPT-5.4 Mini 7.4 6.7 66.7% 1 2.50s 129 1,337
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 0
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsKimi K2.6mediumClaude Sonnet 4.6nonevsMiMo-V2.5mediumGemma 4 31BnoneDisponibil gratuitvsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsGLM 5.1medium