GPT-5.4 Nano
OpenAI · gpt-5.4-nano-2026-03-17 · United States of America · 上线 2026-03-17
80ECI 榜名次
146Epoch ECI
1401网友盲测分（全球第 164）
13有成绩的基准
最拿手
- Chess Puzzles：第 27 / 81 名（成绩 45.0%）
相对薄弱
- SimpleQA Verified：第 77 / 81 名（成绩 11.7%）
- ProofBench：第 64 / 68 名（成绩 5.0%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| Chess Puzzles | 45.0% | 27 / 81 | |
| WeirdML | 49.2% | 47 / 89 | |
| OTIS Mock AIME 2024-2025 | 87.8% | 63 / 118 | |
| LMCA | 36.9% | 66 / 104 | |
| DTBench | 80.3% | 75 / 109 | |
| FrontierMath-Tiers-1-3-v2-Private | 44.9% | 58 / 84 | |
| GPQA diamond | 78.5% | 83 / 117 | |
| ARC-AGI-2 | 5.7% | 60 / 78 | |
| ARC-AGI | 51.5% | 62 / 79 | |
| FrontierMath-Tier-4-v2-Private | 12.2% | 55 / 68 | |
| Mystery Game Puzzles | 9.0% | 65 / 76 | |
| ProofBench | 5.0% | 64 / 68 | |
| SimpleQA Verified | 11.7% | 77 / 81 |
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 |
|---|---|---|---|
| 77▼3 | Qwen 3.5 Plus (hosted 397B-A17B) Alibaba | ±2.1 | 2026-02-16 |
| 78▼3 | DeepSeek-V4-Flash DeepSeek | ±2.0 | 2026-04-24 |
| 79▼3 | DeepSeek-V3.2 DeepSeek | ±1.5 | 2025-12-01 |
| 81▼3 | Nemotron 3 Ultra Nvidia | ±2.3 | 2026-06-04 |
| 82▼2 | GLM-5 Z.ai | ±2.0 | 2026-02-11 |
| 83▼4 | Kimi K2 Thinking Moonshot | ±2.1 | 2025-11-06 |