GPT-5.4 Mini
OpenAI · gpt-5.4-mini-2026-03-17 · United States of America · 上线 2026-03-17
68ECI 榜名次
149Epoch ECI
1447网友盲测分（全球第 86）
14有成绩的基准
最拿手
- WeirdML：第 32 / 89 名（成绩 60.3%）
相对薄弱
- FrontierMath-Tier-4-v2-Private：第 58 / 68 名（成绩 9.8%）
- Mystery Game Puzzles：第 63 / 76 名（成绩 11.0%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| WeirdML | 60.3% | 32 / 89 | |
| LMCA | 40.8% | 50 / 104 | |
| GPQA diamond | 86.9% | 60 / 117 | |
| OTIS Mock AIME 2024-2025 | 88.9% | 58 / 118 | |
| ARC-AGI-2 | 18.9% | 49 / 78 | |
| FrontierMath-Tiers-1-3-v2-Private | 51.2% | 53 / 84 | |
| Chess Puzzles | 23.0% | 52 / 81 | |
| ProofBench | 21.0% | 44 / 68 | |
| ARC-AGI | 63.7% | 53 / 79 | |
| DTBench | 80.0% | 76 / 109 | |
| FrontierCode | 27.0% | 32 / 41 | |
| SimpleQA Verified | 29.4% | 64 / 81 | |
| Mystery Game Puzzles | 11.0% | 63 / 76 | |
| FrontierMath-Tier-4-v2-Private | 9.8% | 58 / 68 |
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 |
|---|---|---|---|
| 65▼3 | Qwen 3.6 Max (Preview) Alibaba | ±2.7 | 2026-04-20 |
| 66▼3 | DeepSeek-V4-Pro DeepSeek | ±1.6 | 2026-04-24 |
| 67▼3 | Grok 4.3 Beta xAI | ±1.6 | 2026-04-17 |
| 69▼3 | Inkling Thinking Machines | ±2.5 | 2026-07-15 |
| 70▼3 | Kimi K2.5 Moonshot | ±1.6 | 2026-01-27 |
| 71▼3 | Qwen 3.6 Plus Alibaba | ±2.2 | 2026-03-31 |