- Scor
- 8.6 (+0.66 puncte)
- Cost total (preț curent)
- $0.061 · cu 94.5% mai ieftin
- Timp de răspuns (mediu)
- 7.51s · cu 74.9% mai rapid
OpenAI
Lansare: 2026-03-17
Testat la: 2026-10-01 09:27
openai/gpt-5.4-mini::medium
~400B în total (~17B activi)MoEÎnchisEstimat
(medium)
(none)
Rezumat
GPT-5.4 Mini obține 7.9 pe AI BENCHY și este pe #128. Are fiabilitate 10.0, rată de reușită 69.6%, cost total $1.102 și timp mediu de răspuns 29.94s.
Ce face GPT-5.4 Mini unic: Se remarcă cel mai mult la Programare, unde este pe #3, iar Apelare instrumente este zona cea mai slabă, la #15.
Alternative recomandate
Recomandăm să alegi unul dintre aceste modele în schimb:
- Scor
- 8.3 (+0.35 puncte)
- Cost total (preț curent)
- $0.047 · cu 95.7% mai ieftin
- Timp de răspuns (mediu)
- 18.07s · cu 39.7% mai rapid
- Scor
- 9.4 (+1.45 puncte)
- Cost total (preț curent)
- $0.183 · cu 83.5% mai ieftin
- Timp de răspuns (mediu)
- 6.24s · cu 79.2% mai rapid
Date despre model
Documentat la 2026-08-12
- Parametri
- ~400B în total (~17B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
7.9
Consistență
8.2
10.0
Total tokenuri de ieșire
184,172
Total tokenuri de intrare
238,925
Preț de intrare
$0.750 / 1M
Preț de ieșire
$4.500 / 1M
Preț citire cache
$0.075 / 1M
Preț scriere cache
N/D
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Teste instabile
5
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#128 GPT-5.4 Mini
medium- Cost
- $0.056
- Timp
- 95.5s
- Tokenuri
- 12,464 tok
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-10-01 09:27 Retestare | 7.9 | 10.0 | $1.102 ↑ | Rularea curentă | |
| 2026-07-16 22:38 Test nou adăugat | 7.5 | 10.0 | $0.756 | Compară | |
| 2026-06-04 13:47 Test nou adăugat | 7.5 | 10.0 | $0.526 | Compară | |
| 2026-05-22 00:21 Suită modificată | 7.1 | 10.0 | $0.487 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 7.3 | N/D | $0.299 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 09:27 · Rularea curentă | 69/69 încercări | 7.9 | 8.2 | 10.0 | 13/23 | 5 | 184,172 | 238,925 | $1.102 | 29.94s |
| 2026-05-22 00:21 · Suită modificată | 60/60 încercări | 7.1 | 7.6 | 10.0 | 10/20 | 6 | 102,892 | 0 | $0.487 | 22.14s |
| Diferență | — | +0.8 | +0.6 | 0.0 | +3 | -1 | +81280 | +238925 | +$0.616 | +7801ms |
Acoperirea benchmark diferă: 69/69 încercări (Țintă: 3 repetări per test) față de 60/60 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire | Preț citire cache | Preț scriere cache |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.750 / 1M | $4.500 / 1M | N/D | N/D |
| 2026-10-01 18:33 | $0.750 / 1M | $4.500 / 1M | $0.075 / 1M | N/D |
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-5.4 MinimediumvsClaude Fable 5.1highGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5.4 MinimediumvsGLM 5.3 FlashXmaxGPT-5.4 MinimediumvsGemini 3.5 FlashmediumGPT-5.4 MinimediumvsQwen3.5-27BmediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighGPT-5.4 MinimediumvsGPT-5.6 TerralowGPT-5.4 MinimediumvsMiMo-V2.6-FlashmediumGPT-5.4 MinimediumvsQwen3.8 Flash NextlowGPT-5.4 MinimediumvsMuse Wondermax
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 10.0 | 10.0 | |
| Trucuri anti-AI | 8.6 | 7.9 | |
| Programare | 8.4 | 7.4 | |
| Combinat | 6.9 | 5.9 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.6 | 7.2 | |
| Inteligență generală | 4.5 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 7.8 | 10.0 | |
| Apelare instrumente | 4.7 | 1.6 | |
| Cultură generală | 3.0 | 10.0 |