gpt-5.4-mini-2026-03-17
28.3%±2.1%
26.2%CI30.3%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 36 minacum 36 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 8 ore
- Arena · WebDev· acum 8 ore
- Arena · Vision· acum 8 ore
- Arena · Agent· acum 8 ore
- GPQA Diamond· acum 36 de minute
- SWE-bench· acum 36 de minute
- Terminal-Bench· acum 36 de minute
- ARC-AGI-2· acum 36 de minute
Filtrează după organizație:
Lansat:
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 20 | gpt-5.4-mini-2026-03-17 | OpenAI | oct. 2026 | $0.75 / $4.50 | 28.3% | 26.2%–30.3% | #75–180 |
Se afișează FrontierMath exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.