- 排名
- #76
- 总输出令牌
- 19,362
- 响应时间（平均）
- 8.12s
- 总成本
- $0.661
Claude Sonnet 4.6 vs GPT-5.4 Mini (medium)
GPT-5.4 Mini (medium) 平均分领先，为 7.5 vs 7.3。 Claude Sonnet 4.6 benchmark 成本更低，为 $0.661 vs $0.756。 Claude Sonnet 4.6 更快，为 8.12s vs 25.94s，通过率为 57.6% vs 71.2%。
- 排名
- #69
- 总输出令牌
- 151,755
- 响应时间（平均）
- 25.94s
- 总成本
- $0.756
推荐模型
Claude Sonnet 4.6
它的得分接近这里的最高分（7.3 vs 7.5），同时响应速度比GPT-5.4 Mini (medium)快约 3.2 倍。
详细对比
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | GPT-5.4 Mini GPT-5.4 Mini medium |
|---|---|---|
| 分数 | 7.3 | 7.5 |
| 排名 | #76 | #69 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.7 | 7.7 |
| 测试正确 | ||
| 尝试通过率 | 57.6% | 71.2% |
| 不稳定测试 | 1 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.502 | 6.299 |
| 总成本 | $0.661 | $0.756 |
| 输入价格 | $3.000 / 1M | $0.750 / 1M |
| 输出价格 | $15.000 / 1M | $4.500 / 1M |
| 总输入令牌 | 123,264 | 97,155 |
| 输出令牌 | 19,362 | 6,211 |
| 推理令牌 | 0 | 145,544 |
| 响应时间（平均） | 8.12s | 25.94s |
| 响应时间（最大） | 51.18s | 138.75s |
| 响应时间（总计） | 121.78s | 570.66s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#76 Claude Sonnet 4.6
none- 成本
- $0.038
- 时间
- 27.3s
- 令牌
- 2,598 tok
#69 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 4.8 | 10.0 | 25.0% | 0 | 2.94s | 636 | 1,214 | 0 | |
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.5 | 10.0 | 33.3% | 0 | 5.19s | 8,522 | 2,127 | 0 | |
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 9.8 | 10.0 | 100.0% | 0 | 37.51s | 91,402 | 13,663 | 0 | |
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 3.43s | 8,574 | 252 | 0 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 3.54s | 759 | 413 | 0 | |
| GPT-5.4 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 619 | 60 | 43,286 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.1 | 3.1 | 66.7% | 1 | 2.56s | 513 | 192 | 0 | |
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 1.96s | 690 | 90 | 0 | |
| GPT-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 2.53s | 663 | 533 | 0 | |
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.11s | 11,301 | 447 | 0 | |
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 4.67s | 204 | 431 | 0 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Opus 5nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsLongCat 2.0mediumClaude Sonnet 4.6nonevsQwen3.7 FlashlowClaude Sonnet 4.6nonevsStep 3.7 FlashlowClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsKimi K2.6medium