Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Сравниваемые модели

Сводка

Бенчмарк-сравнение GPT-5.4 vs GPT-5.3-Codex vs GPT-5.2GPT-5.3-Codex лидирует по Оценка со значением 8.9. GPT-5.4 лидирует по Надежность со значением 10.0. У GPT-5.2 самый низкий Общая стоимость: $0.548. GPT-5.3-Codex самый быстрый: 16.22s.

Рекомендуемая модель: GPT-5.2 - Его балл близок к лучшему здесь (8.4 против 8.9), при этом он примерно в 1.8 раза дешевле, чем другие модели в этом сравнении.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05 GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05 GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11
Оценка 8.5 8.9 8.4
Ранг #17 #10 #22
Надежность 10.0 10.0 10.0
Стабильность 8.6 8.5 8.4
Тестов верно
Доля успешных попыток 76.2% 82.5% 71.4%
Нестабильные тесты 4 4 4
Всего запусков 63 63 63
Стоимость за результат 8.640 4.932 4.209
Общая стоимость $1.210 $0.740 $0.548
Цена входа $2.500 / 1M $1.750 / 1M $1.750 / 1M
Цена выхода $15.000 / 1M $14.000 / 1M $14.000 / 1M
Общее число входных токенов 34,108 34,299 33,967
Выходные токены 2,242 2,357 2,901
Токены рассуждений 72,707 46,189 31,932
Время ответа (среднее) 22.35s 16.22s 16.88s
Время ответа (макс.) 100.41s 100.93s 77.80s
Время ответа (суммарно) 469.29s 340.67s 236.34s

Генерация showcase

Hamster playing table tennis

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

#17 GPT-5.4

medium
Стоимость
$0.214
Время
199.6s
Токены
14,349 tok

#10 GPT-5.3-Codex

medium
Стоимость
$0.049
Время
54.9s
Токены
3,580 tok

#22 GPT-5.2

medium
Стоимость
$0.047
Время
49.2s
Токены
3,396 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.5 FlashlowvsGPT-5.4mediumDeepSeek V4 ProhighvsGPT-5.2mediumGPT-5.4mediumvsStep 3.7 FlashlowGemini 3.5 FlashlowvsGPT-5.2mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumDeepSeek V4 ProhighvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.2medium