AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#105

GPT-5.4 Nano

OpenAI Lansare: 2026-03-17 Testat la: 2026-04-11 01:44 openai/gpt-5.4-nano::none
(medium) (none)

Rezumat

GPT-5.4 Nano obține 4.5 pe AI BENCHY și este pe #105. Are fiabilitate N/D, rată de reușită 31.5%, cost total $0.009 și timp mediu de răspuns 1.40s.

Ce face GPT-5.4 Nano unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #11. Este vizibil rapid față de modele similare.

Scor

4.5

Consistență

7.1

Fiabilitate

N/D

Total tokenuri de ieșire

2,762

Total tokenuri de intrare

0

Preț de intrare

$0.200 / 1M

Preț de ieșire

$1.250 / 1M

Teste corecte

Teste greșite: 16

Rată de trecere pe încercare: 31.5%

Teste instabile

7

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

Timp de răspuns (mediu)

1.40s

Timp de răspuns (maxim): 3.84s

Timp de răspuns (total): 25.14s

Generation showcase

Hamster playing table tennis

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

#105 GPT-5.4 Nano

none
Cost
$0.008
Time
46.1s
Tokens
5,735 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:45 Test nou adăugat 4.7 10.0 $0.011 Compară
2026-05-22 00:19 Suită modificată 4.5 10.0 $0.010 Compară
2026-04-11 01:44 Prima rulare înregistrată 4.5 N/D $0.009 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-04-11 01:44 · Prima rulare înregistrată4.57.1N/D2/1872,7620$0.0091.40s
2026-06-04 13:45 · Test nou adăugat4.78.210.04/2152,78434,212$0.0111.48s
Diferență-0.2-1.1-2+2-22-34212-$0.002-80ms

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.5 8.0
Programare 7.1 3.7
Combinat 3.0 10.0
Parsare și extragere de date 6.5 10.0
Specific domeniului 2.9 4.4
Inteligență generală 3.8 2.5
Respectarea instrucțiunilor 5.0 6.8
Rezolvare de puzzle-uri 3.7 7.3
Apelare instrumente 10.0 10.0

Modele comparate