#129 GPT-5.4 Mini
none- 成本
- $0.010
- 时间
- 11.7s
- 令牌
- 2,151 tok
OpenAI: GPT-5.4 Mini vs StepFun: Step 3.5 Flash
Step 3.5 Flash (medium) 平均分领先，为 6.0 vs 5.9。 GPT-5.4 Mini benchmark 成本更低，为 $0.095 vs $0.108。 GPT-5.4 Mini 更快，为 1.53s vs 174.22s，通过率为 33.3% vs 51.5%。
推荐模型GPT-5.4 Mini它的得分接近这里的最高分（5.9 vs 6.0），同时响应速度比Step 3.5 Flash (medium)快约 113.6 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | GPT-5.4 Mini GPT-5.4 Mini none | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| 分数 | 5.9 | 6.0 |
| 排名 | #129 | #123 |
| 可靠性 | 10.0 | 9.2 |
| 一致性 | 8.9 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 33.3% | 51.5% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 1.580 | 0.540 |
| 总成本 | $0.095 | $0.108 |
| 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 | 79,067 | 65,707 |
| 输出令牌 | 7,880 | 108,561 |
| 推理令牌 | 0 | 293,993 |
| 响应时间（平均） | 1.53s | 174.22s |
| 响应时间（最大） | 9.92s | 1597.85s |
| 响应时间（总计） | 33.74s | 2613.32s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#123 Step 3.5 Flash
medium- 成本
- $0.008
- 时间
- 277.1s
- 令牌
- 23,695 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 | 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 | 3.5 | 4.4 | 33.3% | 2 | 937ms | 723 | 88 | 0 | |
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 673 | 45,350 | 90,436 |
| 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 |
快速对比
切换对比组合
North Mini Codemedium免费可用vsGPT-5.4 MininoneNemotron 3 Ultranone免费可用vsStep 3.5 FlashmediumQwen3.5-35B-A3BnonevsStep 3.5 FlashmediumQwen3.5 Plus 2026-04-20nonevsStep 3.5 FlashmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumQwen3.6 FlashnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsStep 3.5 FlashmediumGemini 3.1 Flash LitenonevsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsStep 3.5 FlashmediumGemini 2.5 FlashnonevsStep 3.5 FlashmediumNemotron 3 Supermedium免费可用vsGPT-5.4 MininoneGPT-5.6 LunalowvsStep 3.5 Flashmedium