- Rang
- #26
- Total tokenuri de ieșire
- 88,670
- Timp de răspuns (mediu)
- 23.10s
- Cost total
- $1.533
GPT-5.4 (medium) vs GPT-5.5 (medium)
GPT-5.5 (medium) conduce la scorul mediu cu 9.0 vs 8.5. GPT-5.4 (medium) are costul de benchmark mai mic, $1.533 vs $4.137. GPT-5.4 (medium) este mai rapid cu 23.10s vs 38.42s, cu rate de reușită de 77.3% vs 87.9%.
- Rang
- #16
- Total tokenuri de ieșire
- 124,436
- Timp de răspuns (mediu)
- 38.42s
- Cost total
- $4.137
Model recomandat
GPT-5.4 (medium)
Scorul rămâne aproape de cel mai bun scor de aici (8.5 vs 9.0) și costă de aproximativ 2.7x mai puțin decât GPT-5.5 (medium).
Comparație detaliată
| Metrică | GPT-5.4 GPT-5.4 medium | GPT-5.5 GPT-5.5 medium |
|---|---|---|
| Scor | 8.5 | 9.0 |
| Rang | #26 | #16 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 8.6 | 8.9 |
| Teste corecte | ||
| Rată de trecere pe încercare | 77.3% | 87.9% |
| Teste instabile | 4 | 3 |
| Rulări totale | 66 | 66 |
| Cost per rezultat | 10.220 | 22.980 |
| Cost total | $1.533 | $4.137 |
| Preț de intrare | $2.500 / 1M | $5.000 / 1M |
| Preț de ieșire | $15.000 / 1M | $30.000 / 1M |
| Total tokenuri de intrare | 81,127 | 80,659 |
| Tokenuri de ieșire | 6,155 | 5,617 |
| Tokenuri de raționament | 82,515 | 118,819 |
| Timp de răspuns (mediu) | 23.10s | 38.42s |
| Timp de răspuns (maxim) | 100.41s | 332.10s |
| Timp de răspuns (total) | 508.26s | 845.35s |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#26 GPT-5.4
medium- Cost
- $0.214
- Timp
- 199.6s
- Tokenuri
- 14,349 tok
#16 GPT-5.5
medium- Cost
- $0.112
- Timp
- 71.9s
- Tokenuri
- 3,807 tok
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
Comparație rapidă
Schimbă perechea de comparație
Gemini 3.5 FlashlowvsGPT-5.5mediumGPT-5.5mediumvsGrok 4.5highClaude Opus 5lowvsGPT-5.4mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsInkling SmallhighGemini 3.6 FlashlowvsGPT-5.5mediumGemini 3.5 Flash LitehighvsGPT-5.5mediumClaude Opus 5highvsGPT-5.5mediumMuse Spark 1.1lowvsGPT-5.4mediumGemini 3.5 Flash LitehighvsGPT-5.4mediumDeepSeek V4 Flash 0731lowvsGPT-5.4mediumClaude Opus 5lowvsGPT-5.5medium