GPT-5.4 Pro
性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,价格只有 45 分之一。
有 15 个更便宜的已排名模型得分更高:Claude Fable 5.2 (72.7, $16.00)、Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00),另有 12 个。
截至 2026年11月16日,GPT-5.4 Pro(OpenAI)在 BenchLeader Index 上得分 63.1(在 608 个已排名配置中前 50 名)。表现最好的是知识(74),最弱的是指令遵循(64)。API 价格为输入每百万 token $30.00、输出每百万 token $180.00(按 3:1 混合为 $67.50),为 2026年11月16日的标价。输出速度约为 6.5 token/秒(OpenRouter)。发布于 2026年3月4日。
要点(截至 2026年11月16日)
- GPT-5.4 Pro 的 API 价格为输入每百万 token $30.00、输出每百万 token $180.00(按 3:1 混合为 $67.50)(标价,2026年11月16日)。
- GPT-5.4 Pro 的输出速度约为 6.5 token/秒(OpenRouter,2026年11月16日)。
- GPT-5.4 Pro 于 2026年3月4日发布(OpenAI)。
详细说明:GPT-5.4 Pro 是 OpenAI 的闭源推理模型,发布于 2026年3月4日。其最佳配置在 BenchLeader Index 上得分 63.1 ±3.5,在 608 个配置中排第 44 名,处于上半区。关键在于这个“±”:另有 134 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,知识得分最高(74),指令遵循最低(64)。按混合价格计,每百万 token $67.50,属于已排名模型中最贵的一档。输出速度为 7 token/秒,首 token 延迟 7.9 秒,位于最慢的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月7日。
- 混合价格
- $67.50/M
- 输入 $30.00 · 输出 $180.00
- 来源:models.dev
- 输出速度
- 7 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 7.93 s
- 上下文
- 1.1M
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年3月4日
- 综合 Index63
- 推理70
- 知识74
- 指令遵循64
- 多模态70
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-5-4-pro)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
OpenAI 以这个名称发布过 4 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| GPT-5.5 Proxhigh | 2026年4月23日 | – | – |
| GPT-5.4 Pro本页 | 2026年3月4日 | 63.1 | #44 |
| GPT-5.2 Proxhigh | 2025年12月11日 | – | – |
| GPT-5 Pro | 2025年8月7日 | 59.6 | #99 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- xhigh
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| GPQA Diamond | 94.6%#8 | – | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam推理强度未说明 | – | 44.3%#6 | Scale AI / CAIS | |
| SimpleBench推理强度未说明 | – | 74.1%#21 | SimpleBench | |
| ARC-AGI-1 | 94.5%#46 | – | ARC Prize | |
| ARC-AGI-2 | 83.3%#44 | – | ARC Prize | |
| CritPt不计入 Index | 30.0%#20 | – | Artificial Analysis | |
| Chess Puzzles不计入 Index | 59.0%#12 | – | Epoch AI Benchmarking Hub |
数学
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| FrontierMath Tiers 1–3 | 82.5%#17 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 58.5%#27 | Epoch AI Benchmarking Hub | |
| MathArena Apex可能存在污染 | 69.8%#3 | MathArena |
知识
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 46.3%#41 | – | Epoch AI Benchmarking Hub | |
| MultiNRC推理强度未说明可能存在污染 | – | 62.3%#4 | Scale AI SEAL |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MultiChallenge | 69.2%#9 | Scale AI SEAL | |
| TutorBench | 56.6%#2 | Scale AI SEAL |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| VISTA | 53.9%#2 | Scale AI SEAL |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 160.2#19 | Epoch AI Benchmarking Hub |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 14.8%#19 | Scale AI SEAL | |
| MASK不计入 Index可能存在污染 | 91.7%#7 | Scale AI SEAL |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Azure | 8 tok/s | 6.17 s | $30.00 | $180.00 | 1.1M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.066 | – | 54.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.468 | – | 1.7 min |
| 代码编辑 | 6,000 / 1,500 | $0.450 | – | 4.0 min |
| 智能体编程会话 | 60,000 / 4,000 | $2.52 | – | 10.4 min |
| 结构化信息提取 | 2,000 / 200 | $0.096 | – | 38.7 s |
将 GPT-5.4 Pro 与以下模型对比
- GPT-5.4 Pro vs GPT-6.1 Sol
- GPT-5.4 Pro vs GLM 5.3
- GPT-5.4 Pro vs Gemini 4 Argon
- GPT-5.4 Pro vs GPT-5.5
- GPT-5.4 Pro vs Claude Sonnet 5.5
- GPT-5.4 Pro vs Muse Spark
- GPT-5.4 Pro vs GPT-5.6 Sol
- GPT-5.4 Pro vs Claude Opus 5.5
- GPT-5.4 Pro vs DeepSeek V4.1 Flash 1017
- GPT-5.4 Pro vs Grok 4.7
- GPT-5.4 Pro vs Muse Spark 1.1
- GPT-5.4 Pro vs Gemini 4 Carbon
- GPT-5.4 Pro vs Muse Spark 1.2
- GPT-5.4 Pro vs Muse Wonder
- GPT-5.4 Pro vs Claude Opus 5
- GPT-5.4 Pro vs Kimi K3.1 Pro Together
- GPT-5.4 Pro vs Muse Spark 1.3
- GPT-5.4 Pro vs Kimi K3.1 Pro
- GPT-5.4 Pro vs Gemini 3.7 Flash
- GPT-5.4 Pro vs Qwen3.6 Max
- GPT-5.4 Pro vs Claude Opus 4.6
- GPT-5.4 Pro vs Gemini 3.5 Flash
- GPT-5.4 Pro vs GPT-6 Sol
- GPT-5.4 Pro vs Claude Opus 4.7
- GPT-5.4 Pro vs GPT-5.4
- GPT-5.4 Pro vs Gemini 4 Hydrogen
- GPT-5.4 Pro vs GPT-6.1 Terra
- GPT-5.4 Pro vs Claude Fable 5
- GPT-5.4 Pro vs Claude Fable 5.1
- GPT-5.4 Pro vs GPT-6 Astra
- GPT-5.4 Pro vs Claude Fable 5.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-5.4 Pro 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gpt-5-4-pro)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). GPT-5.4 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-4-pro
BibTeX:
@misc{benchleader_gpt_5_4_pro_20261116,
author = {{BenchLeader}},
title = {{GPT-5.4 Pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-5-4-pro}},
note = {Data as of 2026-11-16}
}常见问题
- GPT-5.4 Pro 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-5.4 Pro 的 BenchLeader Index 为 63.1 ±3.5(前 50 名)。最强的是知识(74),最弱的是指令遵循(64)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GPT-5.4 Pro 排名第几?
- 截至 2026年11月16日,GPT-5.4 Pro 在 608 个已排名配置中排第 44 名(前 50 名)。另有 134 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- GPT-5.4 Pro 每百万 token 的价格是多少?
- 截至 2026年11月16日,GPT-5.4 Pro 的价格为输入每百万 token $30.00、输出每百万 token $180.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $67.50。
- GPT-5.4 Pro 比 GPT-5.4 更好吗?
- 截至 2026年11月16日,GPT-5.4(推理强度 xhigh)与 GPT-5.4 Pro 的质量不相上下(BenchLeader Index 63.1 比 63.1,在 ±4.4 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- GPT-5.4 Pro 是什么时候发布的?
- OpenAI 于 2026年3月4日发布了 GPT-5.4 Pro。BenchLeader 收录了它在 3 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《GPT-5.4 Pro:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-5-4-pro。