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

AI BENCHY 对比

OpenAI: GPT-5.3 Chat vs OpenAI: GPT-5.4 Nano

摘要

GPT-5.3 Chat vs GPT-5.4 Nano benchmark 对比：平均分几乎持平，为 7.5 vs 7.5。 GPT-5.4 Nano benchmark 成本更低，为 $0.107 vs $0.433。 GPT-5.3 Chat 更快，为 6.34s vs 11.95s，通过率为 66.7% 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GPT-5.3 Chat低约 4.1 倍。

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

指标 GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03 GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17
分数 7.5 7.5
排名 #47 #48
可靠性 10.0 10.0
一致性 8.1 8.4
测试正确
尝试通过率 66.7% 63.5%
不稳定测试 5 4
总运行次数 63 63
每个结果成本 3.605 0.969
总成本 $0.433 $0.107
输入价格 $1.750 / 1M $0.200 / 1M
输出价格 $14.000 / 1M $1.250 / 1M
总输入令牌 34,209 35,434
输出令牌 26,617 3,014
推理令牌 0 76,520
响应时间（平均） 6.34s 11.95s
响应时间（最大） 18.33s 94.06s
响应时间（总计） 133.13s 250.98s

Generation showcase

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 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
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 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
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 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
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 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
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 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
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 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
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 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

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 Flashlow