Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modele comparate

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-17

Metrică GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05 GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17 GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17 GPT-5 Mini GPT-5 Mini medium Lansare: 2025-08-07
Rang #15 #34 #28 #38
Scor 8.1 7.1 7.4 6.8
Consistență 8.6 7.2 9.0 8.5
Cost per rezultat 6.613 3.610 0.769 1.473
Cost total $0.794 $0.289 $0.077 $0.118
Teste corecte
Rată de trecere pe încercare 78.4% 68.6% 66.7% 58.8%
Teste instabile 3 6 2 3
Rulări totale 51 51 51 51
Tokenuri de ieșire 1,780 1,708 2,474 5,896
Tokenuri de raționament 46,687 58,019 54,516 49,322
Timp de răspuns (mediu) 18.95s 15.66s 11.08s 24.02s
Timp de răspuns (maxim) 100.41s 102.91s 94.06s 88.15s
Timp de răspuns (total) 322.23s 266.14s 188.39s 408.39s

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
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 683 2,254
GPT-5 Mini 7.1 7.6 66.7% 1 13.86s 1,715 6,378
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 349 5,719
GPT-5 Mini 10.0 10.0 100.0% 0 88.15s 754 11,520
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
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 234 516
GPT-5 Mini 10.0 10.0 100.0% 0 12.58s 453 3,200
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 60 43,325
GPT-5 Mini 3.6 7.2 22.2% 1 44.63s 293 14,016
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 179 443
GPT-5 Mini 4.5 10.0 0.0% 0 13.50s 349 1,856
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
GPT-5.4 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 95 521
GPT-5 Mini 8.0 6.6 83.3% 1 15.66s 318 4,992
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
GPT-5.4 Nano 4.0 7.1 22.2% 1 3.65s 640 1,356
GPT-5 Mini 5.6 9.8 33.3% 0 14.09s 1,527 5,760
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 234 382
GPT-5 Mini 10.0 10.0 100.0% 0 18.64s 487 1,600

Comparație rapidă

Schimbă perechea de comparație

GPT-5 MinimediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGPT-5 MinimediumvsGLM 5noneClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5 MinimediumDeepSeek V3.2nonevsGPT-5 Minimedium