OpenAI: GPT-5.4 Mini vs OpenAI: GPT-5.6 Terra

平均分几乎持平，为 7.5 vs 7.5。 GPT-5.6 Terra (low) benchmark 成本更低，为 $0.519 vs $0.756。 GPT-5.6 Terra (low) 更快，为 5.31s vs 25.94s，通过率为 71.2% vs 74.2%。

推荐模型GPT-5.6 Terra (low)它在这里得分最高（7.5），同时响应速度比GPT-5.4 Mini (medium)快约 4.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17	GPT-5.6 Terra GPT-5.6 Terra low 发布日期: 2026-07-09

指标	GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17	GPT-5.6 Terra GPT-5.6 Terra low 发布日期: 2026-07-09
分数	7.5	7.5
排名	#64	#63
可靠性	10.0	10.0
一致性	7.7	7.9
测试正确
尝试通过率	71.2%	74.2%
不稳定测试	6	6
总运行次数	66	66
每个结果成本	6.299	3.989
总成本	$0.756	$0.519
输入价格	$0.750 / 1M	$2.500 / 1M
输出价格	$4.500 / 1M	$15.000 / 1M
总输入令牌	97,155	80,295
输出令牌	6,211	4,714
推理令牌	145,544	16,469
响应时间（平均）	25.94s	5.31s
响应时间（最大）	138.75s	19.85s
响应时间（总计）	570.66s	116.82s

Hamster playing table tennis

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

#64 GPT-5.4 Mini

medium

成本: $0.056
时间: 95.5s
令牌: 12,464 tok

#63 GPT-5.6 Terra

low

成本: $0.034
时间: 16.8s
令牌: 2,348 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

类别:

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 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.36s	606	171	602

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 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
GPT-5.6 Terra	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821

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 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924
GPT-5.6 Terra	8.7	6.9	83.3%	1		9.68s	57,088	3,083	1,617

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 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
GPT-5.6 Terra	10.0	10.0	100.0%	0		919ms	7,140	222	0

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 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286
GPT-5.6 Terra	5.3	7.2	44.4%	1		8.34s	723	72	4,086

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 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
GPT-5.6 Terra	4.8	3.2	33.3%	1		3.52s	477	105	249

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 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
GPT-5.6 Terra	10.0	10.0	100.0%	0		1.48s	660	87	134

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 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.46s	642	259	1,506

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 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
GPT-5.6 Terra	4.7	1.6	66.7%	1		6.69s	5,462	257	226

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 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
GPT-5.6 Terra	3.0	10.0	0.0%	0		5.95s	195	29	1,228

快速对比

切换对比组合

GPT-5.6 TerralowvsQwen3.5 Plus 2026-02-15medium Kimi K2.7 CodemediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5-27Bmedium GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Claude Opus 5nonevsGPT-5.6 Terralow Claude Opus 5nonevsGPT-5.4 Minimedium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow LongCat 2.0mediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsGrok Build 0.1medium Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium