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

OpenAI: GPT-5.4 Mini vs Owl Alpha

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

Metrică GPT-5.4 Mini GPT-5.4 Mini none Lansare: 2026-03-17 Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 5.1 5.8
Rang #117 #92
Fiabilitate N/D 10.0
Consistență 8.6 9.5
Teste corecte
Rată de trecere pe încercare 35.2% 40.7%
Teste instabile 3 1
Rulări totale 54 54
Cost per rezultat 0.630 0.000
Cost total $0.032 $0.000
Preț de intrare $0.750 / 1M $0.000 / 1M
Preț de ieșire $4.500 / 1M $0.000 / 1M
Tokenuri de ieșire 2,418 1,596
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.17s 11.04s
Timp de răspuns (maxim) 2.52s 58.63s
Timp de răspuns (total) 21.01s 198.65s

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 Mini 3.1 8.1 8.3% 1 929ms 654 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.19s 333 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
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 Mini 3.0 10.0 0.0% 0 2.52s 298 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
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 Mini 10.0 10.0 100.0% 0 1.30s 222 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
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 Mini 3.5 4.4 33.3% 2 937ms 88 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
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 Mini 4.8 10.0 0.0% 0 1.82s 174 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
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 Mini 6.3 10.0 50.0% 0 728ms 101 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
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
GPT-5.4 Mini 5.4 10.0 33.3% 0 860ms 293 0
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 0
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 Mini 3.0 10.0 0.0% 0 2.32s 255 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparație rapidă

Schimbă perechea de comparație