GPT-5.4
OpenAI · gpt-5.4-2026-03-05 · United States of America · 上线 2026-03-05
24ECI 榜名次
157Epoch ECI
1475网友盲测分（全球第 39）
18有成绩的基准
最拿手
- WeirdML：第 13 / 89 名（成绩 77.7%）
- GPQA diamond：第 17 / 117 名（成绩 93.3%）
- LMCA：第 23 / 104 名（成绩 52.0%）
相对薄弱
- MirrorCode：第 24 / 27 名（成绩 15.6%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| WeirdML | 77.7% | 13 / 89 | |
| GPQA diamond | 93.3% | 17 / 117 | |
| LMCA | 52.0% | 23 / 104 | |
| FrontierMath-Tiers-1-3-v2-Private | 78.6% | 20 / 84 | |
| ARC-AGI-2 | 74.0% | 20 / 78 | |
| Chess Puzzles | 48.0% | 17 / 81 | |
| DTBench | 94.4% | 27 / 109 | |
| Mystery Game Puzzles | 37.0% | 19 / 76 | |
| OTIS Mock AIME 2024-2025 | 97.8% | 30 / 118 | |
| ARC-AGI | 93.7% | 22 / 79 | |
| FrontierMath-Tier-4-v2-Private | 49.0% | 20 / 68 | |
| ProofBench | 56.0% | 22 / 68 | |
| GSO-Bench | 31.4% | 10 / 25 | |
| APEX-Agents | 52.4% | 26 / 54 | |
| SimpleQA Verified | 45.1% | 41 / 81 | |
| EBR-bench | 25.4% | 16 / 28 | |
| Furniture Assembly | 37.5% | 20 / 35 | |
| MirrorCode | 15.6% | 24 / 27 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 21▼2 | Kimi K3 Moonshot | ±2.8 | 2026-07-16 |
| 22▼2 | Gemini 3.8 Flash | ±2.9 | 2026-09-02 |
| 23▼2 | Qwen 3.8 Max Alibaba | ±2.3 | 2026-08-02 |
| 25▼2 | Muse Spark 1.3 Meta AI | ±2.2 | 2026-09-02 |
| 26▼2 | GPT-5.3 Codex OpenAI | ±3.7 | 2026-02-05 |
| 27▼2 | Claude Sonnet 5 Anthropic | ±2.5 | 2026-06-30 |