- Rang
- #38
- Total tokenuri de ieșire
- 90,466
- Timp de răspuns (mediu)
- 22.85s
- Cost total
- $1.560
GPT-5.4 (medium) vs Grok 4.6 (medium)
GPT-5.4 (medium) conduce la scorul mediu cu 8.5 vs 8.4. GPT-5.4 (medium) are costul de benchmark mai mic, $1.560 vs $1.713. GPT-5.4 (medium) este mai rapid cu 22.85s vs 73.46s, cu rate de reușită de 77.3% vs 81.8%.
- Rang
- #41
- Total tokenuri de ieșire
- 249,808
- Timp de răspuns (mediu)
- 73.46s
- Cost total
- $1.713
Model recomandat
GPT-5.4 (medium)
Are cel mai bun scor aici (8.5) și răspunde de aproximativ 3.2x mai rapid decât Grok 4.6 (medium).
Comparație detaliată
| Metrică | GPT-5.4 GPT-5.4 medium | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| Scor | 8.5 | 8.4 |
| Rang | #38 | #41 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 8.6 | 8.6 |
| Încercări | 66/66 | 66/66 |
| Teste corecte | ||
| Rată de trecere pe încercare | 77.3% | 81.8% |
| Teste instabile | 4 | 4 |
| Rulări totale | 66 | 66 |
| Cost per rezultat | 10.399 | 10.703 |
| Cost total | $1.560 | $1.713 |
| Preț de intrare | $2.500 / 1M | $2.000 / 1M |
| Preț de ieșire | $15.000 / 1M | $6.000 / 1M |
| Total tokenuri de intrare | 81,136 | 106,787 |
| Tokenuri de ieșire | 6,155 | 4,811 |
| Tokenuri de raționament | 84,311 | 244,997 |
| Timp de răspuns (mediu) | 22.85s | 73.46s |
| Timp de răspuns (maxim) | 100.41s | 514.35s |
| Timp de răspuns (total) | 502.78s | 1616.12s |
| Parametri | ~1.5T în total (~100B activi) | ~1.7T în total (~170B activi) |
| Disponibilitate | Închis | Închis |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#38 GPT-5.4
medium- Cost
- $0.214
- Timp
- 199.6s
- Tokenuri
- 14,349 tok
#41 SpaceXAI: Grok 4.6
medium- Cost
- $0.028
- Timp
- 72.1s
- Tokenuri
- 4,771 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
Muse Spark 1.2lowvsGrok 4.6mediumGPT-5.4mediumvsQwen3.8 MaxlowQwen3.8 27BhighvsGrok 4.6mediumInkling SmallhighvsGrok 4.6mediumMuse Spark 1.2lowvsGPT-5.4mediumQwen3.8 MaxlowvsGrok 4.6mediumGPT-5.4mediumvsGrok 4.5lowMuse Spark 1.1lowvsGrok 4.6mediumGPT-5.4mediumvsQwen3.8 27BhighMuse Spark 1.2highvsGPT-5.4mediumGPT-5.4mediumvsInkling SmallhighGPT-5.4mediumvsGLM 5.3 Flashmax