GPT-5.4 mini

OpenAI·5 个数据来源·更新于 2026-11-10

上下文窗口400K厂商官网
最大输出128K厂商官网
输入 / 百万 Token$0.75厂商官网
输出 / 百万 Token$4.5厂商官网

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。

4 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
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

15 项已收录成绩 · 保留原始单位和测试条件

Finance Agent v2来源汇总 · 越高越好
45.36%
成绩出处
GPQA厂商自报 · 越高越好
88%

GPQA Diamond. Reasoning effort xhigh.

成绩出处
Graphwalks BFS <128k厂商自报 · 越高越好
76.3%

Graphwalks BFS 0K-128K. Reasoning effort xhigh.

成绩出处
Graphwalks parents <128k厂商自报 · 越高越好
71.5%

Graphwalks parents 0-128K (accuracy). Reasoning effort xhigh.

成绩出处
Humanity's Last Exam厂商自报 · 越高越好
28.2%

Humanity's Last Exam without tools. Reasoning effort xhigh.

成绩出处
Legal Agent Benchmark来源汇总 · 越高越好
0%

All-pass rate (Harvey held-out set)

成绩出处
MCP Atlas厂商自报 · 越高越好
57.7%

MCP Atlas benchmark. Reasoning effort xhigh.

成绩出处
MMMU-Pro厂商自报 · 越高越好
76.6%

MMMU Pro without tools. Reasoning effort xhigh.

成绩出处
MRCR v2 (8-needle)厂商自报 · 越高越好
33.6%

OpenAI MRCR v2 8-needle, 128K-256K context range.

成绩出处
OmniDocBench 1.5厂商自报 · 越高越好
87.37%

OmniDocBench 1.5 (no tools). Overall edit distance 0.1263 inverted to normalized score 0.8737 (1 - 0.1263). Reasoning effort none.

成绩出处
OSWorld-Verified厂商自报 · 越高越好
72.1%

OSWorld-Verified desktop navigation benchmark. Reasoning effort xhigh.

成绩出处
SWE-Bench Pro厂商自报 · 越高越好
54.4%

SWE-Bench Pro (Public). Reasoning effort xhigh.

成绩出处
Tau2 Telecom厂商自报 · 越高越好
93.4%

Tau2-bench Telecom. Reasoning effort xhigh.

成绩出处
Terminal-Bench 2.0厂商自报 · 越高越好
60%

Terminal-Bench 2.0. Reasoning effort xhigh.

成绩出处
Toolathlon厂商自报 · 越高越好
42.9%

Toolathlon tool-use 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
2026-03-17LLM Stats
知识截止
2025-08-31厂商官网
上下文窗口
400K Token厂商官网
最大输入
400K TokenLLM Stats
最大输出
128K Token厂商官网
输入模态
文本、图像厂商官网
输出模态
文本厂商官网
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。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
厂商官网 · Explore models and compare capabilities$0.75$4.5$0.075
OpenAI$0.75$4.5待补充

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$1.2
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

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。

厂商官网

厂商官方文档 · 基础规格与标准 API 报价

1 条记录最近采集 2026-11-10

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10

Arena

Arena 官方公开数据集 · CC BY 4.0

3 条记录最近采集 2026-11-10

OpenRouter

公开模型目录与 API 报价

1 条记录最近采集 2026-11-10
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-5.4 miniSHA-256 54e4649841d5ea88…2026-11-10T13:53:39Z查看来源
BenchLMGPT-5.4 mini2026-11-10查看来源
ArenaGPT-5.4 mini (High)2026-11-10T14:07:52Z查看来源
ArenaGPT-5.4 mini (High)2026-11-10T14:07:52Z查看来源
ArenaGPT-5.4 mini (High)2026-11-10T14:07:52Z查看来源
OpenRouterGPT-5.4 MiniSHA-256 63cbc45064d84060…2026-11-10T13:51:49Z查看来源
厂商官网Explore models and compare capabilitiesSHA-256 dda587a2a841ed97…2026-11-10T14:01:31Z查看来源
继续浏览模型排行榜