GPT-5.4
OpenAI·4 个数据来源·更新于 2026-11-10
评测表现
只在同一来源、同一口径下比较。切换来源可查看不同测试结果。
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数
不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。
逐项基准成绩
23 项已收录成绩 · 保留原始单位和测试条件
DeepSWE 1.1来源汇总 · 越高越好
52%
DeepSWE v1.1 leaderboard, mini-swe-agent harness, xhigh effort; Pass@1 52% ± 2%.
成绩出处Graphwalks parents <128k厂商自报 · 越高越好
89.8%
Graphwalks parents 0-128K (accuracy). Reasoning effort xhigh.
成绩出处Graphwalks parents >128k厂商自报 · 越高越好
32.4%
Graphwalks parents 256K-1M (accuracy). Reasoning effort xhigh.
成绩出处OmniDocBench 1.5厂商自报 · 越高越好
89.1%
OmniDocBench. Average normalized edit distance 0.109 (inverted to 1-0.109=0.891 for score). Reasoning effort none.
成绩出处OSWorld-Verified厂商自报 · 越高越好
75%
OSWorld-Verified desktop navigation benchmark. Reasoning effort xhigh.
成绩出处技术规格
只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。
- 发布日期
- 2026-03-05LLM Stats
- 上下文窗口
- 1.05M TokenBenchLM
- 最大输入
- 1M TokenLLM Stats
- 最大输出
- 128K TokenLLM Stats
- 输入模态
- 文本、图像、文件OpenRouter
- 输出模态
- 文本OpenRouter
- 许可证
- ProprietaryLLM Stats
价格与用量
美元 / 百万 Token。不同服务商或测试配置的报价分别列出。
| 来源 / 服务商 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| OpenAI | $2.5 | $15 | 待补充 |
每个数字,都有出处
同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。
LLM Stats
公开模型页与公开榜单;自报成绩单独标识
BenchLM
公开评测数据;保留来源原始口径
Arena
Arena 官方公开数据集 · CC BY 4.0
OpenRouter
公开模型目录与 API 报价
查看全部配置与采集记录
| 来源 / 配置 | 采集时间 | 原始数据 |
|---|---|---|
| LLM StatsGPT-5.4SHA-256 087c8e5ce78588b4… | 2026-11-10T13:53:45Z | 查看来源 |
| BenchLMGPT-5.4 | 2026-11-10 | 查看来源 |
| ArenaGPT-5.4 | 2026-11-10T14:07:52Z | 查看来源 |
| ArenaGPT-5.4 (High) | 2026-11-10T14:07:52Z | 查看来源 |
| ArenaGPT-5.4 | 2026-11-10T14:07:52Z | 查看来源 |
| ArenaGPT-5.4 (High) | 2026-11-10T14:07:52Z | 查看来源 |
| ArenaGPT-5.4 | 2026-11-10T14:07:52Z | 查看来源 |
| ArenaGPT-5.4 (High, Codex Harness) | 2026-11-10T14:07:52Z | 查看来源 |
| ArenaGPT-5.4 (Medium, Codex Harness) | 2026-11-10T14:07:52Z | 查看来源 |
| ArenaGPT-5.4 | 2026-11-10T14:07:52Z | 查看来源 |
| OpenRouterGPT-5.4SHA-256 63cbc45064d84060… | 2026-11-10T13:51:49Z | 查看来源 |