gpt-5.4-pro-2026-03-05
44.3%±2.0%
42.4%CI46.3%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 3 minacum 3 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 6 ore
- Arena · WebDev· acum 6 ore
- Arena · Vision· acum 6 ore
- Arena · Agent· acum 6 ore
- GPQA Diamond· acum 3 minute
- SWE-bench· acum 3 minute
- Terminal-Bench· acum 3 minute
- ARC-AGI-2· acum 3 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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 6 | gpt-5.4-pro-2026-03-05 | OpenAI | mar. 2026 | $30 / $180 | 44.3% | 42.4%–46.3% | #20–171 |
Se afișează Humanity's Last Exam 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.