- 分数
- 9.4 (+0.57 分)
- 总成本（当前价格）
- $0.183 · 便宜 91.8%
- 响应时间（平均）
- 6.24s · 快 74.8%
OpenAI
发布日期: 2026-03-05
测试于: 2026-10-01 01:43
openai/gpt-5.4::medium
~1.5T 总计 (~100B 激活)MoE闭源估算
(medium)
(none)
摘要
GPT-5.4 在 AI BENCHY 上得分 8.8，排名 #60。它的可靠性为 10.0，通过率为 78.3%，总成本为 $2.213，平均响应时间为 24.81s。
推荐替代模型
建议改用以下模型之一：
- 分数
- 9.1 (+0.33 分)
- 总成本（当前价格）
- $0.140 · 便宜 93.7%
- 响应时间（平均）
- 16.58s · 快 33.2%
- 分数
- 9.6 (+0.77 分)
- 总成本（当前价格）
- $0.460 · 便宜 79.2%
- 响应时间（平均）
- 7.15s · 快 71.2%
模型信息
调研日期：2026-08-12
- 参数量
- ~1.5T 总计 (~100B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$2.500 / 1M
输出价格
$15.000 / 1M
缓存读取价格
$0.250 / 1M
缓存写入价格
不适用
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
不稳定测试
4
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）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-10-01 01:43 重新测试 | 8.8 | 10.0 | $2.213 ↑ | 当前轮次 | |
| 2026-07-16 22:34 新增测试 | 8.5 | 10.0 | $1.533 | 比较 | |
| 2026-06-04 13:46 新增测试 | 8.0 | 10.0 | $1.210 | 比较 | |
| 2026-05-22 00:19 测试集已变更 | 7.9 | 10.0 | $1.140 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 8.2 | 不适用 | $0.832 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 基准测试覆盖率 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:43 · 当前轮次 | 69/69 次尝试 | 8.8 | 8.7 | 10.0 | 16/23 | 4 | 96,502 | 223,210 | $2.213 | 24.81s |
| 2026-05-22 00:19 · 测试集已变更 | 60/60 次尝试 | 7.9 | 8.5 | 10.0 | 13/20 | 4 | 70,725 | 0 | $1.140 | 22.31s |
| 差值 | — | +0.9 | +0.2 | 0.0 | +3 | 0 | +25777 | +223210 | +$1.073 | +2501ms |
基准测试覆盖率不同：69/69 次尝试 (目标：每项测试重复 3 次) 对比 60/60 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 | 缓存读取价格 | 缓存写入价格 |
|---|---|---|---|---|
| 2026-08-14 12:51 | $2.500 / 1M | $15.000 / 1M | 不适用 | 不适用 |
| 2026-10-01 18:33 | $2.500 / 1M | $15.000 / 1M | $0.250 / 1M | 不适用 |
图表
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-5.4mediumvsQwen3.8 MAXlowGPT-5.4mediumvsMuse Spark OpenmediumGPT-5.4mediumvsPareto 26.9defaultGPT-5.4mediumvsDeepSeek V4.1 FlashhighGPT-5.4mediumvsClaude Fable 5mediumGPT-5.4mediumvsDeepSeek V4.1 FlashmediumGPT-5.4mediumvsMuse Spark 1.1mediumGPT-5.4mediumvsMuse Spark 1.2lowGPT-5.4mediumvsMuse Spark 1.2mediumGPT-5.4mediumvsGPT-5.2medium