Sari la conținut
aiqbench

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

OpenAI · pașaport de model

OpenAI: GPT-5.4 Mini

gpt-5-4-mini
  • Doar în cloud
  • Licență Proprietary
  • 400,000 context
  • Lansat 2026-10-09(văzut prima dată pe LMArena)
15/27axe acoperite
General · LMArena
1,447#75 din 396
Cea mai bună percentilă
88.6IFBench (Artificial Analysis)
Poziția în cohortă
65.6mediană 60.5

Ce spun datele

Evaluat pe 15 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 88.6 pct — IFBench (Artificial Analysis) (73.3%)

Neuniform: 65,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 88.6 pct pe IFBench (Artificial Analysis) față de 23.2 pct pe SimpleQA Verified.

  • IFBench (Artificial Analysis)88.6 pct73.3%Verifică →
  • Halucinații HHEM (Vectara)83.8 pct94.5%Verifică →
  • Prompturi dificile81.6 pct1,469Verifică →
  • General81.3 pct1,447Verifică →
  • Urmarea instrucțiunilor80.1 pct1,434Verifică →
  • Programare79.8 pct1,495Verifică →
  • LiveBench75.9 pct66.4%Verifică →
  • FrontierMath72.5 pct28.3%Verifică →
  • GPQA Diamond71.9 pct86.9%Verifică →
  • Vision Arena70.7 pct1,251Verifică →
  • AIME (matematică)70.5 pct88.9%Verifică →
  • Factuality Arena61.6 pct1,447Verifică →
  • ARC-AGI-251.7 pct18.9%Verifică →
  • WebDev Arena38.1 pct1,398Verifică →
  • SimpleQA Verified23.2 pct29.4%Verifică →
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • Humanity's Last ExamNeevaluat
  • SimpleBenchNeevaluat
  • BFCL v4 (apelare de funcții)Neevaluat
  • SWE-bench Verified (clasament live)Neevaluat
  • Terminal-Bench 4.0Neevaluat
  • MMLU-Pro (Artificial Analysis)Neevaluat
  • LiveCodeBench (Artificial Analysis)Neevaluat
  • SWE-bench VerifiedNeevaluat
  • Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Folosește-l găzduit

ID de model APIopenai/gpt-5.4-mini
Lungime context400,000 tokeni
Ieșire maximă128,000 tokeni
Acceptăfile, image, text
Preț intrare$0.75 per 1M tokeni
Preț intrare din cache$0.07 per 1M tokeni
Preț ieșire$4.50 per 1M tokeni

Parametri API acceptați de acest endpoint

Include reasoningMax completion tokensMax tokensReasoningReasoning effortResponse formatSeedStructured outputsTool choiceTool callingVerbosity

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/gpt-5.4-mini","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

  • gpt-5.4-mini-high stands at 65.6 (raw mean 68.7) — measured on 15 of 27 axes.

    pozițieșablonVerifică →

  • gpt-5.4-mini-high stands at 65.6 versus a cohort median of 60.5 across 172 models released within 180 days — above the peer median.

    cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →