GPT-5.4 v fedi-index
Ocena na vsakem področju, iz česa je sestavljena, vrednost, lokalni zagon in zgodovina.
fedi-index · Splošno
A 1.459 ±5
Percentil 94 · #20
Ljudje raje izberejo / Rešuje naloge
1.457 / 1.462
Človeški glasovi proti primerjalnim testom, Elo-eq
Vrednost
+39
5,62 $ na 1M žetonov, mediana ponudnikov: 35 · proizvajalec 5,62 $
Na vaši strojni opremi
Zaprte uteži: samo v oblaku.
Razčlenitev ocene
A Splošno 1.459 [1.454–1.464] Percentil 94 · #20 · komponente: 9
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| Epoch AI |
eci
|
157 ±1,01 | 1.492 ±8 | 33,0% | 2026-03-05 | — |
| LMArena |
text/overall
|
1.469 ±1,91 | 1.469 ±2 | 15,8% | 2026-10-02 | high |
| LMArena |
text/hard_prompts
|
1.485 ±2,29 | 1.472 ±2 | 15,8% | 2026-10-02 | high |
| LMArena |
text/instruction_following
|
1.469 ±2,78 | 1.479 ±3 | 7,8% | 2026-10-02 | high |
| LMArena |
text/expert
|
1.507 ±4,23 | 1.482 ±4 | 7,6% | 2026-10-02 | high |
| LMArena |
text/longer_query
|
1.474 ±2,68 | 1.469 ±2 | 3,9% | 2026-10-02 | high |
| LMArena |
text/multi_turn
|
1.482 ±3,36 | 1.473 ±3 | 3,9% | 2026-10-02 | high |
| Epoch AI |
simpleqa_verified
zastaranje ×0,61 |
0,45 ±0,02 | 1.439 ±5 | 3,8% | 2026-08-27 | xhigh |
| Epoch AI |
gpqa_diamond
zastaranje ×0,26 |
0,93 ±0,02 | 1.474 ±8 | 1,4% | 2026-03-06 | xhigh |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Programiranje 1.434 [1.431–1.438] Percentil 86 · #40 · komponente: 3
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/coding
|
1.497 ±2,96 | 1.467 ±3 | 39,0% | 2026-10-02 | high |
| LMArena |
webdev/overall
|
1.465 ±9,63 | 1.440 ±3 | 38,8% | 2026-10-01 | high-codex-harness |
| Epoch AI |
swe_bench_verified
zastaranje ×0,37 |
0,77 ±0,02 | 1.468 ±10 | 13,8% | 2026-03-06 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Agenti 1.447 [1.442–1.452] Percentil 65 · #21 · komponente: 2
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
agent/overall
|
0,01 ±0,00 | 1.461 ±2 | 66,5% | 2026-10-02 | high |
| τ²-bench (Sierra) |
tau2/banking_knowledge
zastaranje ×0,76 |
0,39 ±0,05 | 1.479 ±8 | 26,4% | 2026-05-06 | xhigh |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Matematika 1.461 [1.454–1.467] Percentil 95 · #14 · komponente: 3
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/math
|
1.488 ±5,40 | 1.478 ±5 | 52,6% | 2026-10-02 | high |
| Epoch AI |
frontiermath_t1_3
zastaranje ×0,86 |
0,79 ±0,02 | 1.491 ±5 | 30,2% | 2026-06-11 | xhigh |
| Epoch AI |
frontiermath_t4
zastaranje ×0,86 |
0,49 ±0,08 | 1.471 ±13 | 9,8% | 2026-06-11 | xhigh |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Vid 1.462 [1.459–1.466] Percentil 91 · #11 · komponente: 3 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
vision/overall
|
1.302 ±2,98 | 1.477 ±3 | 62,9% | 2026-10-02 | high |
| LMArena |
vision/ocr
|
1.311 ±2,95 | 1.482 ±3 | 15,7% | 2026-10-02 | high |
| LMArena |
vision/diagram
|
1.326 ±4,22 | 1.487 ±4 | 15,3% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Pisanje 1.452 [1.448–1.457] Percentil 87 · #35 · komponente: 2 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/creative_writing
|
1.439 ±3,51 | 1.468 ±4 | 62,0% | 2026-10-02 | high |
| LMArena |
text/longer_query
|
1.474 ±2,68 | 1.469 ±2 | 31,9% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: 繁體中文 1.452 [1.445–1.460] Percentil 90 · #23 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/chinese
|
1.520 ±5,07 | 1.469 ±4 | 93,7% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: Deutsch 1.445 [1.430–1.460] Percentil 90 · #15 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/german
|
1.472 ±9,53 | 1.464 ±8 | 92,5% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: English 1.443 [1.438–1.448] Percentil 88 · #35 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/english
|
1.467 ±2,51 | 1.458 ±3 | 94,0% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: Español 1.431 [1.419–1.444] Percentil 77 · #35 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/spanish
|
1.454 ±7,25 | 1.448 ±7 | 93,0% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: Français 1.453 [1.441–1.465] Percentil 91 · #13 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/french
|
1.493 ±7,17 | 1.472 ±7 | 93,1% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: 日本語 1.466 [1.449–1.483] Percentil 92 · #11 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/japanese
|
1.483 ±13 | 1.489 ±10 | 92,0% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: 한국어 1.453 [1.440–1.467] Percentil 91 · #13 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/korean
|
1.450 ±9,98 | 1.473 ±8 | 92,7% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: Polski 1.449 [1.436–1.462] Percentil 89 · #15 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/polish
|
1.471 ±8,48 | 1.468 ±7 | 92,9% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
A Jezik: Русский 1.462 [1.455–1.469] Percentil 93 · #17 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/russian
|
1.480 ±3,98 | 1.479 ±4 | 93,8% | 2026-10-02 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
Zgodovina
Isto v tabeli
| Model | 2026-10 |
|---|---|
| GPT-5.4 | 1.459 A |
Značka
Prikažite fedi-index modela na svoji spletni strani ali v datoteki README. Značka se posodablja sama in vodi na to stran.
Podatki CC BY 4.0: ohranite povezavo na fedi.software.