比较图表

语言:

❤️ Made by XCS

#44

GPT-5.4

OpenAI · 发布日期: 2026-03-05 · openai/gpt-5.4::none

平均分

46

每个结果成本

1.496

一致性

89

总成本

$0.090

测试正确

6

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

9

尝试通过率: 44.4%

不稳定测试

2

响应时间：平均 1.46s · 总计 21.86s · 最大 2.89s

答案错误: 8 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。

#38 DeepSeek V3.2 52

#39 Qwen3.5-122B-A10B 51

#40 Qwen3.5-Flash 49

#41 Qwen3.5-27B 49

#42 MiniMax M2.5 48

#43 Qwen3.5-35B-A3B 47

#44 GPT-5.4 46

#45 Trinity Large Preview (free) 43

#46 GPT-4o-mini 41

#47 GLM 4.7 Flash 39

#48 Kimi K2.5 37

#49 Qwen3 Coder Next 36

#50 Mercury 2 34

快速对比

GPT-5.4nonevsQwen3.5-35B-A3Bnone GPT-5.4nonevsTrinity Large Preview (free)none免费可用 GPT-5.4nonevsMiniMax M2.5medium GPT-5.4nonevsGPT-4o-mininone GPT-5.4nonevsQwen3.5-27Bnone GPT-5.4nonevsGLM 4.7 Flashnone GPT-5.4nonevsGemini 3 Flash Previewmedium GPT-5.4nonevsGemini 3.1 Pro Previewmedium GPT-5.4nonevsStep 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	100	73	0/3
Combined	100	100	0/1
Data parsing and extraction	99	100	2/2
Domain specific	40	72	1/3
Instructions following	55	100	1/2
Puzzle Solving	40	98	1/3
Tool Calling	100	100	1/1