#7
GPT-5.4
OpenAI · 发布日期: 2026-03-05 · openai/gpt-5.4::medium
平均分
8.2
每个结果成本
6.533
一致性
8.9
总成本
$0.784
测试正确
12
只有当某个测试的所有运行都通过时，才计为完全通过。
错误测试数
3
尝试通过率: 86.7%
不稳定测试
2
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
响应时间（平均）
21.06s
响应时间（最大）: 100.41s
响应时间（总计）: 315.95s
答案错误: 2 未遵循指令: 1
按分数排名的模型
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
GPT-5.4mediumvsQwen3.5-122B-A10BmediumGPT-5.4mediumvsGemini 3 Flash PreviewlowGPT-5.4mediumvsQwen3.5-27BmediumGPT-5.4mediumvsGemini 3 Pro PreviewmediumGPT-5.4mediumvsGPT-5.3-CodexmediumGPT-5.4mediumvsGemini 3.1 Flash Lite PreviewhighGPT-5.4mediumvsGemini 3 Flash PreviewmediumGPT-5.4mediumvsGemini 3.1 Pro PreviewmediumGPT-5.4mediumvsStep 3.5 Flashmedium免费可用
类别细分
| 类别 | 平均分 | 一致性 | 测试正确 |
|---|---|---|---|
| Anti-AI Tricks | 10.0 | 10.0 | 3/3 |
| Combined | 10.0 | 10.0 | 1/1 |
| Data parsing and extraction | 9.9 | 10.0 | 2/2 |
| Domain specific | 4.0 | 7.2 | 1/3 |
| Instructions following | 10.0 | 10.0 | 2/2 |
| Puzzle Solving | 7.0 | 7.2 | 2/3 |
| Tool Calling | 10.0 | 10.0 | 1/1 |