#18 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
OpenAI: GPT-5.4 vs Thinking Machines: Inkling
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.0。 Inkling (high) benchmark 成本更低，为 $1.006 vs $1.533。 GPT-5.4 (medium) 更快，为 23.10s vs 64.16s，通过率为 77.3% vs 77.3%。
推荐模型GPT-5.4 (medium)它在这里得分最高（8.5），同时响应速度比Inkling (high)快约 2.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | GPT-5.4 GPT-5.4 medium | Inkling Inkling high |
|---|---|---|
| 分数 | 8.5 | 8.0 |
| 排名 | #18 | #28 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 8.6 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 77.3% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.220 | 6.704 |
| 总成本 | $1.533 | $1.006 |
| 输入价格 | $2.500 / 1M | $1.000 / 1M |
| 输出价格 | $15.000 / 1M | $4.050 / 1M |
| 总输入令牌 | 81,127 | 86,746 |
| 输出令牌 | 6,155 | 6,055 |
| 推理令牌 | 82,515 | 220,791 |
| 响应时间（平均） | 23.10s | 64.16s |
| 响应时间（最大） | 100.41s | 327.51s |
| 响应时间（总计） | 508.26s | 1411.59s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#28 Thinking Machines: Inkling
high- 成本
- $0.005
- 时间
- 32.2s
- 令牌
- 1,275 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
Step 3.7 FlashmediumvsInklinghighGPT-5.2 ChatnonevsInklinghighGPT-5 MinimediumvsInklinghighKimi K3maxvsInklinghighGPT-5.4mediumvsGrok 4.5lowSeed-2.0-LitemediumvsInklinghighQwen3.7 PlusmediumvsInklinghighGemini 2.5 FlashmediumvsInklinghighQwen3.6 PlusmediumvsInklinghighInklinghighvsGLM 5.2mediumGPT-5.6 TerramediumvsInklinghighMuse Spark 1.1lowvsInklinghigh