- 排名
- #266
- 总输出令牌
- 32,980
- 响应时间（平均）
- 6.07s
- 总成本
- $0.672
Claude Sonnet 5.5 (medium) vs GPT-5.4
GPT-5.4 平均分领先，为 5.8 vs 5.7。 GPT-5.4 benchmark 成本更低，为 $0.397 vs $0.672。 GPT-5.4 更快，为 2.08s vs 6.07s，通过率为 37.9% vs 34.9%。
已对比模型
- 排名
- #263
- 总输出令牌
- 8,339
- 响应时间（平均）
- 2.08s
- 总成本
- $0.397
推荐模型
GPT-5.4
它在这里得分最高（5.8），同时成本比Claude Sonnet 5.5 (medium)低约 1.7 倍。
详细对比
| 指标 | Claude Sonnet 5.5 Claude Sonnet 5.5 medium | GPT-5.4 GPT-5.4 none |
|---|---|---|
| 分数 | 5.7 | 5.8 |
| 排名 | #266 | #263 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.7 | 9.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 37.9% | 34.9% |
| 不稳定测试 | 1 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.392 | 5.667 |
| 总成本 | $0.672 | $0.397 |
| 输入价格 | $2.000 / 1M | $2.500 / 1M |
| 输出价格 | $10.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 170,771 | 108,641 |
| 输出令牌 | 23,185 | 8,339 |
| 推理令牌 | 9,795 | 0 |
| 响应时间（平均） | 6.07s | 2.08s |
| 响应时间（最大） | 26.16s | 15.63s |
| 响应时间（总计） | 133.62s | 45.75s |
| 参数量 | ~1T 总计 (~100B 激活) | ~1.5T 总计 (~100B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#266 Claude Sonnet 5.5
medium- 成本
- $0.024
- 时间
- 17.4s
- 令牌
- 2,525 tok
#263 GPT-5.4
none- 成本
- $0.026
- 时间
- 18.1s
- 令牌
- 1,792 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 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.54s | 858 | 1,697 | 0 | |
| GPT-5.4 | 3.2 | 8.0 | 8.3% | 1 | 1.21s | 606 | 406 | 0 |
| 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 5.5 | 3.4 | 9.7 | 0.0% | 0 | 6.07s | 10,608 | 6,767 | 0 | |
| GPT-5.4 | 5.5 | 10.0 | 33.3% | 0 | 1.62s | 7,305 | 516 | 0 |
| 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 5.5 | 8.5 | 10.0 | 50.0% | 0 | 23.58s | 133,232 | 7,780 | 5,241 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 9.26s | 85,439 | 6,195 | 0 |
| 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 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.56s | 10,515 | 696 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 7,140 | 222 | 0 |
| 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.78s | 990 | 4,137 | 2,729 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 1.15s | 732 | 68 | 0 |
| 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 5.5 | 5.1 | 3.4 | 33.3% | 1 | 2.27s | 714 | 324 | 0 | |
| GPT-5.4 | 4.4 | 9.9 | 0.0% | 0 | 1.78s | 477 | 184 | 0 |
| 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 5.5 | 6.3 | 10.0 | 50.0% | 0 | 1.88s | 921 | 346 | 0 | |
| GPT-5.4 | 6.5 | 10.0 | 50.0% | 0 | 1.07s | 660 | 81 | 0 |
| 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 5.5 | 7.7 | 10.0 | 66.7% | 0 | 2.43s | 912 | 876 | 0 | |
| GPT-5.4 | 5.6 | 9.8 | 33.3% | 0 | 1.44s | 642 | 381 | 0 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.75s | 11,757 | 354 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 5,445 | 246 | 0 |
| 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.57s | 264 | 208 | 1,825 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 990ms | 195 | 40 | 0 |
快速对比
切换对比组合
Claude Sonnet 5.5mediumvsGLM 5noneClaude Sonnet 5.5mediumvsSolar Pro 4noneClaude Sonnet 5.5mediumvsInkling SmalllowNorth Mini Codemedium免费可用vsGPT-5.4noneClaude Sonnet 5.5mediumvsLing-3.0-flashnoneClaude Sonnet 5.5mediumvsGLM 5.1noneNemotron 3 Supermedium免费可用vsGPT-5.4noneClaude Sonnet 5.5mediumvsKimi K2.6noneGPT-5.4nonevsSpace Bunny AlphalowGPT-5.4nonevsInkling SmalllowClaude Sonnet 5.5mediumvsQwen3.5-122B-A10BnoneClaude Sonnet 5.5mediumvsKAT-Coder-Air V2.5high