AI BENCHY
Advertise here
#64

GPT-5.4 Nano

OpenAI Lansare: 2026-03-17 Testat la: 2026-05-22 00:20 openai/gpt-5.4-nano::medium
(medium) (none)

Rezumat

GPT-5.4 Nano obține 7.1 pe AI BENCHY și este pe #64. Are fiabilitate 10.0, rată de reușită 63.3%, cost total $0.099 și timp mediu de răspuns 11.77s.

Ce face GPT-5.4 Nano unic: Se remarcă cel mai mult la Programare, unde este pe #3, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #17.

Scor

7.1

Consistență

8.8

Fiabilitate

10.0

Cost total (preț curent)

$0.099

Total tokenuri de ieșire

73,915

Total tokenuri de intrare

0

Preț de intrare

$0.200 / 1M

Preț de ieșire

$1.250 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 63.3%

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

11.77s

Timp de răspuns (maxim): 94.06s

Timp de răspuns (total): 235.41s

Răspuns greșit: 7 Nu a urmat instrucțiunile: 2

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#64 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:46 Test nou adăugat 7.0 10.0 $0.107 Compară
2026-05-22 00:20 Suită modificată 7.1 10.0 $0.099 Rularea curentă
2026-04-11 01:44 Prima rulare înregistrată 7.6 N/D $0.083 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

GPT-5.4 NanomediumvsMiniMax M3mediumGPT-5.4 NanomediumvsKimi K2.5mediumGPT-5.4 NanomediumvsStep 3.7 FlashlowGPT-5.4 NanomediumvsMercury 2mediumGPT-5.4 NanomediumvsClaude Opus 4.6mediumGPT-5.4 NanomediumvsGPT-5.3 ChatnoneGPT-5.4 NanomediumvsGemini 3.5 FlashhighGPT-5.4 NanomediumvsGemini 3 Flash PreviewmediumGPT-5.4 NanomediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGPT-5.4 NanomediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.3 10.0
Programare 6.8 6.2
Combinat 9.8 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.9 7.2
Inteligență generală 4.5 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 3.7 7.1
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate