#17 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
摘要
GPT-5.4 在 AI BENCHY 上得分 8.2，排名 #17。它的可靠性为 不适用，通过率为 79.6%，总成本为 $0.832，平均响应时间为 18.63s。
输入价格
$2.500 / 1M
输出价格
$15.000 / 1M
不稳定测试
3
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.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 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 | 当前轮次 |
轮次对比
| 测试轮次 | 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） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 首次记录的运行 | 8.2 | 8.7 | 不适用 | 13/18 | 3 | 50,901 | 0 | $0.832 | 18.63s |
| 2026-06-04 13:46 · 新增测试 | 8.0 | 8.6 | 10.0 | 14/21 | 4 | 74,949 | 34,108 | $1.210 | 22.35s |
| 差值 | +0.2 | +0.1 | -1 | -1 | -24048 | -34108 | -$0.378 | -3722ms |
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。
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-5.4mediumvsClaude Fable 5mediumGPT-5.4mediumvsQwen3.6 Max PreviewmediumGPT-5.4mediumvsMuse Spark 1.1mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsClaude Opus 4.7mediumGPT-5.4mediumvsGPT-5.2mediumGPT-5.4mediumvsGemini 3 Flash PreviewmediumGPT-5.4mediumvsGemini 3.5 FlashhighGPT-5.4mediumvsNemotron 3 Ultramedium免费可用GPT-5.4mediumvsGPT-5.5low