- 排名
- #110
- 总输出令牌
- 158,344
- 响应时间（平均）
- 26.72s
- 总成本
- $0.786
GPT-5.4 Mini (medium) vs GPT-5 Mini (medium)
GPT-5 Mini (medium) 平均分领先，为 8.1 vs 7.5。 GPT-5 Mini (medium) benchmark 成本更低，为 $0.241 vs $0.786。 GPT-5.4 Mini (medium) 更快，为 26.72s vs 27.64s，通过率为 68.2% vs 65.2%。
已对比模型
- 排名
- #70
- 总输出令牌
- 108,019
- 响应时间（平均）
- 27.64s
- 总成本
- $0.241
推荐模型
GPT-5 Mini (medium)
它在这里得分最高（8.1），同时成本比GPT-5.4 Mini (medium)低约 3.3 倍。
详细对比
| 指标 | GPT-5.4 Mini GPT-5.4 Mini medium | GPT-5 Mini GPT-5 Mini medium |
|---|---|---|
| 分数 | 7.5 | 8.1 |
| 排名 | #110 | #70 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.1 | 8.4 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 68.2% | 65.2% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.546 | 2.006 |
| 总成本 | $0.786 | $0.241 |
| 输入价格 | $0.750 / 1M | $0.250 / 1M |
| 输出价格 | $4.500 / 1M | $2.000 / 1M |
| 总输入令牌 | 97,164 | 98,383 |
| 输出令牌 | 6,211 | 14,409 |
| 推理令牌 | 152,133 | 93,610 |
| 响应时间（平均） | 26.72s | 27.64s |
| 响应时间（最大） | 138.75s | 111.48s |
| 响应时间（总计） | 587.90s | 608.02s |
| 参数量 | ~400B 总计 (~17B 激活) | ~400B 总计 (~17B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#110 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 tok
#70 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 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 | |
| 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 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 | |
| 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 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 | |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 | |
| 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 Mini | 3.6 | 7.2 | 22.2% | 1 | 71.05s | 628 | 60 | 49,875 | |
| GPT-5 Mini | 3.5 | 4.4 | 33.3% | 2 | 44.66s | 524 | 268 | 16,128 |
| 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 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 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 | |
| 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 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 | |
| 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 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 | |
| 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 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 | |
| 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 Glimmer 30BxhighvsGPT-5 MinimediumGemini 3.8 FlashlowvsGPT-5.4 MinimediumGPT-5 MinimediumvsQwen3.8 2.4T A95BlowGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5 MinimediumvsInklinghighMuse Spark 1.1highvsGPT-5 MinimediumDeepSeek V4 Flash 0731lowvsGPT-5 MinimediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighDeepSeek V4 Flash 0731highvsGPT-5 MinimediumGPT-5.4 MinimediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumClaude Opus 5nonevsGPT-5.4 Minimedium