#97 GPT-4o-mini
none- Cost
- $0.001
- Timp
- 6.6s
- Tokenuri
- 742 tok
OpenAI
Lansare: 2024-07-18
Testat la: 2026-04-11 01:19
openai/gpt-4o-mini::none
Rezumat
GPT-4o-mini obține 4.9 pe AI BENCHY și este pe #97. Are fiabilitate N/D, rată de reușită 22.2%, cost total $0.005 și timp mediu de răspuns 2.00s.
4.9
Consistență
9.9
N/D
$0.005
Total tokenuri de ieșire
1,947
Total tokenuri de intrare
0
Preț de intrare
$0.150 / 1M
Preț de ieșire
$0.600 / 1M
Teste instabile
0
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 13:04 Test nou adăugat | 4.8 | 10.0 | $0.006 | Compară | |
| 2026-05-21 23:41 Suită modificată | 4.9 | 10.0 | $0.006 | Compară | |
| 2026-04-11 01:19 Prima rulare înregistrată | 4.9 | N/D | $0.005 | Rularea curentă |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
GPT-4o-mininonevsDeepSeek V4 FlashnoneGPT-4o-mininonevsClaude Sonnet 5noneGPT-4o-mininonevsKimi K2.5noneGPT-4o-mininonevsMiMo-V2.5-PrononeGPT-4o-mininonevsGemini 3.5 FlashhighGPT-4o-mininonevsGemini 3 Flash PreviewmediumGPT-4o-mininonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGPT-4o-mininonevsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 4.8 | 10.0 | |
| Programare | 3.0 | 8.7 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.0 | 10.0 | |
| Inteligență generală | 4.0 | 10.0 | |
| Respectarea instrucțiunilor | 4.8 | 10.0 | |
| Rezolvare de puzzle-uri | 3.7 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |