- 排名
- #29
- 总输出令牌
- 88,670
- 响应时间（平均）
- 23.10s
- 总成本
- $1.533
已对比模型
GPT-5.4 (medium) vs GPT-5.4 Mini (medium) vs GPT-5.4 Nano (medium) vs GPT-5 Mini (medium) 基准对比: GPT-5.4 (medium) 在分数上以 8.5 领先。 GPT-5.4 (medium) 在可靠性上以 10.0 领先。 GPT-5.4 Nano (medium) 的总成本最低，为 $0.138。 GPT-5.4 Nano (medium) 最快，为 13.24s。
- 排名
- #74
- 总输出令牌
- 151,755
- 响应时间（平均）
- 25.94s
- 总成本
- $0.756
- 排名
- #71
- 总输出令牌
- 97,122
- 响应时间（平均）
- 13.24s
- 总成本
- $0.138
- 排名
- #40
- 总输出令牌
- 105,932
- 响应时间（平均）
- 27.63s
- 总成本
- $0.237
推荐模型
GPT-5.4 Nano (medium)
它提供了最佳整体取舍：得分有竞争力（7.5），成本低于本次比较中的其他模型，响应时间也较均衡。
详细对比
| 指标 | GPT-5.4 GPT-5.4 medium | GPT-5.4 Mini GPT-5.4 Mini medium | GPT-5.4 Nano GPT-5.4 Nano medium | GPT-5 Mini GPT-5 Mini medium |
|---|---|---|---|---|
| 分数 | 8.5 | 7.5 | 7.5 | 8.1 |
| 排名 | #29 | #74 | #71 | #40 |
| 可靠性 | 10.0 | 10.0 | 10.0 | 10.0 |
| 一致性 | 8.6 | 7.7 | 8.5 | 8.8 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||||
| 尝试通过率 | 77.3% | 71.2% | 65.2% | 63.6% |
| 不稳定测试 | 4 | 6 | 4 | 3 |
| 总运行次数 | 66 | 66 | 66 | 66 |
| 每个结果成本 | 10.220 | 6.299 | 1.150 | 1.971 |
| 总成本 | $1.533 | $0.756 | $0.138 | $0.237 |
| 输入价格 | $2.500 / 1M | $0.750 / 1M | $0.200 / 1M | $0.250 / 1M |
| 输出价格 | $15.000 / 1M | $4.500 / 1M | $1.250 / 1M | $2.000 / 1M |
| 总输入令牌 | 81,127 | 97,155 | 82,819 | 98,374 |
| 输出令牌 | 6,155 | 6,211 | 7,100 | 14,434 |
| 推理令牌 | 82,515 | 145,544 | 90,022 | 91,498 |
| 响应时间（平均） | 23.10s | 25.94s | 13.24s | 27.63s |
| 响应时间（最大） | 100.41s | 138.75s | 94.06s | 111.48s |
| 响应时间（总计） | 508.26s | 570.66s | 291.33s | 607.92s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#29 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
#74 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 tok
#71 GPT-5.4 Nano
medium- 成本
- $0.007
- 时间
- 24.6s
- 令牌
- 4,943 tok
#40 GPT-5 Mini
medium- 成本
- $0.007
- 时间
- 42.9s
- 令牌
- 3,432 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-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 | |
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 | |
| GPT-5.4 Nano | 8.3 | 10.0 | 75.0% | 0 | 4.52s | 606 | 683 | 2,254 | |
| GPT-5 Mini | 7.1 | 7.6 | 66.7% | 1 | 13.86s | 606 | 1,715 | 6,378 |
| 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-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 | |
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 | |
| GPT-5.4 Nano | 6.1 | 4.7 | 66.7% | 2 | 19.12s | 7,305 | 516 | 20,778 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 27.63s | 7,302 | 658 | 17,152 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 | |
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 | |
| GPT-5.4 Nano | 9.9 | 10.0 | 100.0% | 0 | 32.24s | 59,730 | 4,435 | 19,221 | |
| GPT-5 Mini | 7.3 | 5.8 | 83.3% | 1 | 99.82s | 75,392 | 8,387 | 35,328 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 | |
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 2.54s | 7,140 | 234 | 516 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 12.58s | 7,140 | 453 | 3,200 |
| 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-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 619 | 61 | 34,748 | |
| GPT-5.4 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 619 | 60 | 43,286 | |
| GPT-5.4 Nano | 5.9 | 7.2 | 55.6% | 1 | 38.18s | 619 | 60 | 43,325 | |
| GPT-5 Mini | 3.6 | 7.2 | 22.2% | 1 | 44.63s | 515 | 293 | 14,016 |
| 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-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 | |
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 | |
| GPT-5.4 Nano | 4.5 | 10.0 | 0.0% | 0 | 4.15s | 477 | 179 | 443 | |
| GPT-5 Mini | 4.5 | 10.0 | 0.0% | 0 | 13.50s | 477 | 349 | 1,856 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 | |
| GPT-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 | |
| GPT-5.4 Nano | 9.8 | 10.0 | 100.0% | 0 | 1.88s | 660 | 95 | 521 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 11.59s | 660 | 310 | 3,968 |
| 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-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 | |
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 | |
| GPT-5.4 Nano | 4.1 | 7.2 | 22.2% | 1 | 3.79s | 642 | 594 | 1,408 | |
| GPT-5 Mini | 5.6 | 9.8 | 33.3% | 0 | 15.20s | 642 | 1,622 | 6,144 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 | |
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 | |
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 7.71s | 5,445 | 234 | 382 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 18.64s | 5,445 | 487 | 1,600 |
| 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-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 | |
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 4.81s | 195 | 70 | 1,174 | |
| GPT-5 Mini | 3.0 | 10.0 | 0.0% | 0 | 9.99s | 195 | 160 | 1,856 |
快速对比
切换对比组合
Muse Spark 1.1highvsGPT-5 MinimediumClaude Opus 5nonevsGPT-5.4 NanomediumGPT-5 MinimediumvsInklinghighGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Opus 5nonevsGPT-5.4 MinimediumGPT-5 MinimediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsGPT-5 MinimediumDeepSeek V4 Flash 0731lowvsGPT-5 MinimediumClaude Opus 5lowvsGPT-5.4mediumMuse Spark 1.2lowvsGPT-5.4mediumGPT-5.4 NanomediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.4 Minimedium