导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.4 Nano

摘要

Claude Sonnet 4.6 vs GPT-5.4 Nano benchmark 对比：GPT-5.4 Nano 平均分领先，为 7.5 vs 7.3。 GPT-5.4 Nano benchmark 成本更低，为 $0.107 vs $0.316。 Claude Sonnet 4.6 更快，为 5.04s vs 11.95s，通过率为 55.6% vs 63.5%。

推荐模型: GPT-5.4 Nano - 它在这里得分最高（7.5），同时成本比Claude Sonnet 4.6低约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17 GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17
分数 7.3 7.5
排名 #56 #48
可靠性 10.0 10.0
一致性 9.7 8.4
测试正确
尝试通过率 55.6% 63.5%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 2.870 0.969
总成本 $0.316 $0.107
输入价格 $3.000 / 1M $0.200 / 1M
输出价格 $15.000 / 1M $1.250 / 1M
总输入令牌 57,886 35,434
输出令牌 9,465 3,014
推理令牌 0 76,520
响应时间（平均） 5.04s 11.95s
响应时间（最大） 23.84s 94.06s
响应时间（总计） 70.60s 250.98s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none
Cost
$0.038
Time
27.3s
Tokens
2,598 tok

#48 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 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 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

快速对比

切换对比组合

Claude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGLM 5V TurbomediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Claude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsStep 3.7 Flashhigh