- 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 Inkling Small (high)
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.4。 Inkling Small (high) benchmark 成本更低，为 $0.416 vs $1.533。 GPT-5.4 (medium) 更快，为 23.10s vs 31.70s，通过率为 77.3% vs 69.7%。
- 排名
- #30
- 总输出令牌
- 310,388
- 响应时间（平均）
- 31.70s
- 总成本
- $0.416
推荐模型
Inkling Small (high)
它的得分接近这里的最高分（8.4 vs 8.5），同时成本比GPT-5.4 (medium)低约 3.7 倍。
详细对比
| 指标 | GPT-5.4 GPT-5.4 medium | Inkling Small Inkling Small high |
|---|---|---|
| 分数 | 8.5 | 8.4 |
| 排名 | #26 | #30 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 69.7% |
| 不稳定测试 | 4 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 10.220 | 2.967 |
| 总成本 | $1.533 | $0.416 |
| 输入价格 | $2.500 / 1M | $0.500 / 1M |
| 输出价格 | $15.000 / 1M | $1.200 / 1M |
| 总输入令牌 | 81,127 | 85,660 |
| 输出令牌 | 6,155 | 6,092 |
| 推理令牌 | 82,515 | 304,296 |
| 响应时间（平均） | 23.10s | 31.70s |
| 响应时间（最大） | 100.41s | 122.60s |
| 响应时间（总计） | 508.26s | 697.30s |
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
#30 Thinking Machines: Inkling Small
high- 成本
- $0.006
- 时间
- 34.7s
- 令牌
- 4,735 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 | |
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 702 | 335 | 9,678 |
| 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 | |
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 93.23s | 7,374 | 463 | 120,474 |
| 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 | |
| Inkling Small | 9.9 | 10.0 | 100.0% | 0 | 40.41s | 61,630 | 4,001 | 28,812 |
| 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 | |
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 3.99s | 7,068 | 216 | 2,763 |
| 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 | |
| Inkling Small | 5.3 | 10.0 | 33.3% | 0 | 65.58s | 795 | 69 | 96,073 |
| 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 | |
| Inkling Small | 5.3 | 10.0 | 0.0% | 0 | 3.62s | 501 | 153 | 1,395 |
| 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 | |
| Inkling Small | 9.8 | 10.0 | 100.0% | 0 | 3.94s | 708 | 94 | 2,742 |
| 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 | |
| Inkling Small | 4.8 | 4.4 | 44.5% | 2 | 14.39s | 714 | 482 | 18,286 |
| 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 | |
| Inkling Small | 3.0 | 10.0 | 0.0% | 0 | 2.91s | 5,949 | 249 | 577 |
| 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 | |
| Inkling Small | 3.0 | 10.0 | 0.0% | 0 | 49.27s | 219 | 30 | 23,496 |
快速对比
切换对比组合
GPT-5.2mediumvsInkling SmallhighInkling SmallhighvsGrok 4.5mediumInkling SmallhighvsGrok 4.5lowClaude Sonnet 5mediumvsInkling SmallhighClaude Opus 5lowvsGPT-5.4mediumQwen3.6 Max PreviewmediumvsInkling SmallhighMuse Spark 1.1lowvsInkling SmallhighGPT-5.4mediumvsGrok 4.5lowGemini 2.5 FlashmediumvsInkling SmallhighDeepSeek V4 Flash 0731lowvsInkling SmallhighClaude Opus 5lowvsInkling SmallhighMuse Spark 1.1lowvsGPT-5.4medium