GPT-5.4 Mini vs Step 3.5 Flash (medium)

推荐模型 GPT-5.4 Mini

它的得分接近这里的最高分（5.9 vs 5.9），同时响应速度比Step 3.5 Flash (medium)快约 120.9 倍。

详细对比

指标	GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01

指标	GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数	5.9	5.9
排名	#196	#191
可靠性	10.0	10.0
一致性	9.3	8.6
尝试次数	66/66	63/66
测试正确
尝试通过率	31.8%	50.0%
不稳定测试	2	2
总运行次数	66	63
每个结果成本	1.581	0.858
总成本	$0.095	$0.132
输入价格	$0.750 / 1M	$0.100 / 1M
输出价格	$4.500 / 1M	$0.300 / 1M
总输入令牌	79,076	65,716
输出令牌	7,898	189,424
推理令牌	0	379,112
响应时间（平均）	1.58s	191.63s
响应时间（最大）	9.92s	1597.85s
响应时间（总计）	34.86s	3066.07s
参数量	~400B 总计 (~17B 激活)	196B 总计 (11B 激活)
开放状态	闭源	开源

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

none

medium

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	3.1	8.1	8.3%	1		929ms	606	654	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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	5.5	10.0	33.3%	0		913ms	7,305	401	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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	6.5	10.0	50.0%	0		6.22s	55,842	5,637	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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		1.30s	7,140	222	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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		1.31s	732	106	0
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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	4.8	10.0	0.0%	0		1.82s	477	174	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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	6.3	10.0	50.0%	0		728ms	660	101	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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	5.4	10.0	33.3%	0		836ms	642	305	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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	3.0	10.0	0.0%	0		2.32s	5,477	255	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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		1.33s	195	43	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

切换对比组合