- 排名
- #26
- 总输出令牌
- 88,670
- 响应时间（平均）
- 23.10s
- 总成本
- $1.533
GPT-5.4 (medium) vs GPT-5.5 (medium)
GPT-5.5 (medium) 平均分领先，为 9.0 vs 8.5。 GPT-5.4 (medium) benchmark 成本更低，为 $1.533 vs $4.137。 GPT-5.4 (medium) 更快，为 23.10s vs 38.42s，通过率为 77.3% vs 87.9%。
- 排名
- #16
- 总输出令牌
- 124,436
- 响应时间（平均）
- 38.42s
- 总成本
- $4.137
推荐模型
GPT-5.4 (medium)
它的得分接近这里的最高分（8.5 vs 9.0），同时成本比GPT-5.5 (medium)低约 2.7 倍。
详细对比
| 指标 | GPT-5.4 GPT-5.4 medium | GPT-5.5 GPT-5.5 medium |
|---|---|---|
| 分数 | 8.5 | 9.0 |
| 排名 | #26 | #16 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 87.9% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.220 | 22.980 |
| 总成本 | $1.533 | $4.137 |
| 输入价格 | $2.500 / 1M | $5.000 / 1M |
| 输出价格 | $15.000 / 1M | $30.000 / 1M |
| 总输入令牌 | 81,127 | 80,659 |
| 输出令牌 | 6,155 | 5,617 |
| 推理令牌 | 82,515 | 118,819 |
| 响应时间（平均） | 23.10s | 38.42s |
| 响应时间（最大） | 100.41s | 332.10s |
| 响应时间（总计） | 508.26s | 845.35s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#26 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
#16 GPT-5.5
medium- 成本
- $0.112
- 时间
- 71.9s
- 令牌
- 3,807 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
快速对比
切换对比组合
Gemini 3.5 FlashlowvsGPT-5.5mediumGPT-5.5mediumvsGrok 4.5highClaude Opus 5lowvsGPT-5.4mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsInkling SmallhighGemini 3.6 FlashlowvsGPT-5.5mediumGemini 3.5 Flash LitehighvsGPT-5.5mediumClaude Opus 5highvsGPT-5.5mediumMuse Spark 1.1lowvsGPT-5.4mediumGemini 3.5 Flash LitehighvsGPT-5.4mediumDeepSeek V4 Flash 0731lowvsGPT-5.4mediumClaude Opus 5lowvsGPT-5.5medium