#135 GPT-5.4
none- 成本
- $0.026
- 时间
- 18.1s
- 令牌
- 1,792 tok
OpenAI: GPT-5.4 vs OpenAI: GPT-5.6 Terra
GPT-5.6 Terra 平均分领先，为 6.0 vs 5.8。 GPT-5.6 Terra benchmark 成本更低，为 $0.349 vs $0.397。 GPT-5.6 Terra 更快，为 1.65s vs 2.07s，通过率为 34.9% vs 42.4%。
推荐模型GPT-5.6 Terra它在本次比较中得分最高（6.0），并且在全部 2 个模型中兼顾成本和响应时间最好。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | GPT-5.4 GPT-5.4 none | GPT-5.6 Terra GPT-5.6 Terra none |
|---|---|---|
| 分数 | 5.8 | 6.0 |
| 排名 | #135 | #128 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 34.9% | 42.4% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.663 | 4.359 |
| 总成本 | $0.397 | $0.349 |
| 输入价格 | $2.500 / 1M | $2.500 / 1M |
| 输出价格 | $15.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 108,632 | 102,259 |
| 输出令牌 | 8,321 | 6,203 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 2.07s | 1.65s |
| 响应时间（最大） | 15.63s | 10.07s |
| 响应时间（总计） | 45.51s | 36.28s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#128 GPT-5.6 Terra
none- 成本
- $0.030
- 时间
- 14.7s
- 令牌
- 2,082 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 | 3.2 | 8.0 | 8.3% | 1 | 1.21s | 606 | 406 | 0 | |
| GPT-5.6 Terra | 4.8 | 10.0 | 25.0% | 0 | 942ms | 606 | 191 | 0 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 1.62s | 7,305 | 516 | 0 | |
| GPT-5.6 Terra | 5.5 | 10.0 | 33.3% | 0 | 1.00s | 7,302 | 336 | 0 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 9.26s | 85,439 | 6,195 | 0 | |
| GPT-5.6 Terra | 2.9 | 5.8 | 16.7% | 1 | 7.02s | 77,668 | 4,580 | 0 |
| 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 | 1.04s | 7,140 | 222 | 0 | |
| GPT-5.6 Terra | 10.0 | 10.0 | 100.0% | 0 | 1.13s | 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 | 5.3 | 7.2 | 44.4% | 1 | 1.07s | 723 | 50 | 0 | |
| GPT-5.6 Terra | 5.3 | 7.2 | 44.4% | 1 | 757ms | 723 | 68 | 0 |
| 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 | 4.4 | 9.9 | 0.0% | 0 | 1.78s | 477 | 184 | 0 | |
| GPT-5.6 Terra | 5.0 | 10.0 | 0.0% | 0 | 1.03s | 477 | 102 | 0 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 1.07s | 660 | 81 | 0 | |
| GPT-5.6 Terra | 8.5 | 6.8 | 83.3% | 1 | 1.15s | 660 | 101 | 0 |
| 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 | 5.6 | 9.8 | 33.3% | 0 | 1.44s | 642 | 381 | 0 | |
| GPT-5.6 Terra | 5.3 | 10.0 | 33.3% | 0 | 1.23s | 642 | 235 | 0 |
| 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 | 2.75s | 5,445 | 246 | 0 | |
| GPT-5.6 Terra | 9.6 | 10.0 | 100.0% | 0 | 3.10s | 6,846 | 344 | 0 |
| 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 | 990ms | 195 | 40 | 0 | |
| GPT-5.6 Terra | 3.0 | 10.0 | 0.0% | 0 | 787ms | 195 | 24 | 0 |
快速对比
切换对比组合
GPT-5.6 TerranonevsStep 3.5 FlashmediumNemotron 3 Supermedium免费可用vsGPT-5.4noneNorth Mini Codemedium免费可用vsGPT-5.4noneNorth Mini Codemedium免费可用vsGPT-5.6 TerranoneGPT-5.6 TerranonevsInklinglowKAT-Coder-Air V2.5highvsGPT-5.4noneGemini 3.1 Flash LiteminimalvsGPT-5.6 TerranoneGPT-5.6 TerranonevsQwen3.5-35B-A3BmediumKAT-Coder-Air V2.5mediumvsGPT-5.4noneGPT-5.4nonevsStep 3.5 FlashmediumNemotron 3 Supermedium免费可用vsGPT-5.6 TerranoneGPT-5.6 TerranonevsQwen3.5-Flashmedium