Zum Hauptinhalt springen

OpenAILLM-Duell

GPT-5.4vs.GPT-5.4 mini

Lohnt sich der Aufpreis?

GPT-5.4 schneidet besser als GPT-5.4 mini ab, aber kostet 3,3-mal so viel.

GPT-5.4 vorn
LeistungGesamtindex, 100 Punkte = Durchschnitt
86,4

GPT-5.4

Platz 50

75,1

GPT-5.4 mini

Platz 62

GPT-5.4 mini schneller
TempoToken pro Sekunde
62

GPT-5.4

90

GPT-5.4 mini

GPT-5.4 mini günstiger
Preis$ je 1 Mio. Token
5,63 $

GPT-5.4

1,69 $

GPT-5.4 mini

Ab 272.000 Token im Kontext kostet GPT-5.4 mehr: 5 $ Eingabe und 22,50 $ Ausgabe je 1 Mio. Token.

Nimm GPT-5.4 für

MultimodalAgentenFinanzenProgrammieren

Bei GPT-5.4 mini gibt es keinen klaren Vorteil.

Wo liegt der Unterschied?

Stärken im Überblick

GPT-5.4GPT-5.4 miniMedian aller Modelle mit Platz

809010070ProgrammierenGPT-5.4AgentenGPT-5.4MultimodalGPT-5.4FinanzenGPT-5.4
ProgrammierenGPT-5.4 vorn
GPT-5.485,0Platz 60
GPT-5.4 mini75,7Platz 71
Median aller Modelle mit Platz87,5

95-%-Bereich: GPT-5.4 75,3 bis 94,6, GPT-5.4 mini 70,9 bis 80,5.

BereichGPT-5.4GPT-5.4 mini

Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 70 Punkten, knapp unter dem schwächsten Wert der beiden Modelle; der Durchschnitt der Referenzgruppe liegt bei 100. Nicht im Netz, weil ein Modell dort keinen eigenen Wert hat oder die Daten zu dünn sind: Schlussfolgern, Mathematik, Wissen, Allgemein, Recht, Gesundheit.

GPT-5.4 liegt in 4 von 9 Bereichen vorn, GPT-5.4 mini in keinem.

GPT-5.4 vorn: 4zu wenig Daten: 5

Bereiche im Gesamtindex
MultimodalGPT-5.4 +1488,8 zu 75,1
AgentenGPT-5.4 +1290,5 zu 78,7
ProgrammierenGPT-5.4 +985,0 zu 75,7
Schlussfolgernzu wenig Daten87,9 zu 72,9
Wissenzu wenig Daten87,0 zu 73,8
Allgemeinzu wenig Daten86,1 zu 79,3
Fachgebiete
FinanzenGPT-5.4 +1185,9 zu 75,1
Rechtzu wenig Daten83,9 zu 71,3
Gesundheitnur GPT-5.4 mit Wertung

Die Balkenlänge zeigt den Abstand in Indexpunkten (volle Breite 15 Punkte, eine Standardabweichung der Referenzgruppe). Voll heißt sicher vorn, schraffiert noch nicht sicher, ein dünner grauer Balken gleichauf.

GPT-5.4 gegen GPT-5.4 mini auf gleicher Stufe

Beide Modelle auf denselben Stufen gemessen. So zeigt sich, ob ein Vorsprung vom Modell kommt oder nur von mehr Rechenaufwand.

xhighGPT-5.4 vorn
9,6 Punkte Abstand über 4 gemeinsame Testreihen
Gesamtindex (xhigh gegen xhigh)GPT-5.4 vorn
GPT-5.4 86,4 gegen GPT-5.4 mini 75,1

Der Abstand vergleicht nur die Testreihen von Artificial Analysis, in denen beide Modelle auf dieser Stufe gemessen sind. Gleichauf unter 3 Punkten, vorn erst bei einem Abstand über zwei Standardfehlern.

Welches Modell für welche Aufgabe?

Alltagsaufgaben, übersetzt aus den Bereichswerten oben. Jede Zeile nennt die Werte, auf denen sie beruht.

Code schreiben und Fehler findenGPT-5.4Programmieren 85,0 zu 75,7
Mathe und DatenanalyseoffenSchlussfolgern 87,9 zu 72,9 (zu wenig Daten)
Fakten und RechercheoffenWissen 87,0 zu 73,8 (zu wenig Daten)
Agenten und WorkflowsGPT-5.4Agenten 90,5 zu 78,7
Schnelle Antworten im ChatGPT-5.4 mini62 zu 90 Token pro Sekunde
Viele Anfragen, kleines BudgetGPT-5.4 mini5,63 $ zu 1,69 $ je 1 Mio. Token
Finanz-, Rechts- und MedizintexteGPT-5.4Finanzen 85,9 zu 75,1, Recht 83,9 zu 71,3 (zu wenig Daten), Gesundheit ohne Wertung für GPT-5.4 mini
Bilder, Screenshots und PDFsGPT-5.4Multimodal 88,8 zu 75,1

GPT-5.4 gegen GPT-5.4 mini im eigenen Test

Derselbe Prompt für beide Modelle. Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

Ursprung der Aufgabe: Simon Willison

GPT-5.4

GPT-5.4: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

01.10.2026 · 117 s · 0,11 $

Testdetails
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
openai/gpt-5.4
Reasoning-Einstellung
high
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
7.339 Token
Kosten des Versuchs
0,1101 $
Antwortzeit
116,8 s
API-Modell laut Antwort
openai/gpt-5.4
Festgelegter Endpunkt
OpenAI | openai/gpt-5.4-20260305
Temperatur
Anbieterstandard
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)

  • 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

GPT-5.4 mini

GPT-5.4 mini: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

02.10.2026 · 14 s · 0,01 $

Testdetails
Datum des Testlaufs
02.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
openai/gpt-5.4-mini
Reasoning-Einstellung
high
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
3.142 Token
Kosten des Versuchs
0,0142 $
Antwortzeit
13,5 s
API-Modell laut Antwort
openai/gpt-5.4-mini
Festgelegter Endpunkt
OpenAI | openai/gpt-5.4-mini-20260317
Temperatur
Anbieterstandard
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (2)

  • 01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
  • 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
SVG-Kurztest

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Auftrag

Gib nur ein eigenständiges SVG eines Pelikans zurück, der Fahrrad fährt. Verwende viewBox „0 0 800 600“, einfache Formen, zwei deutlich sichtbare Räder und einen erkennbaren Pelikan mit langem Schnabel. Höchstens 30 SVG-Elemente und 1.800 Zeichen. Kein Markdown, keine Erklärungen, Kommentare, Skripte, Animationen, CSS oder externen Ressourcen.

Englischer Original-Auftrag

Return only one standalone SVG of a pelican riding a bicycle. Use viewBox="0 0 800 600", simple shapes, two clearly visible wheels and a recognizable pelican with a long beak. At most 30 SVG elements and 1800 characters. No Markdown, explanations, comments, scripts, animation, CSS or external resources.

GPT-5.4

In dieser Runde nicht verfügbar

GPT-5.4 mini

In dieser Runde nicht verfügbar

GPT-5.4 und GPT-5.4 mini im Gesamtindex

Alle Modelle mit Platz im Gesamtindex, beide Modelle dieses Vergleichs hervorgehoben. Weitere Modelle kannst du dazunehmen oder ausblenden.

Gesamtindex (Gradually Meta-Score v6)

20 von 95 Modellen

Claude Fable 5.2max130,9
Gemini 4 Carbonhigh127,0
Claude Opus 5.5max125,7
Claude Fable 5.1max124,1
Claude Sonnet 5.5max121,9
Gemini 4 Argonhigh121,2
GPT-6 Astramax119,6
Muse Wonder Fullmax118,4
GPT-6.1 Solmax117,5
Claude Opus 5max117,3
Muse Wondermax113,7
Claude Fable 5max112,8
Kimi K3.1 Promax112,6
Muse Ember 1.0max110,5
GPT-5.6 Solmax109,3
GPT-6 Solmax108,4
Gemini 3.7 Flashhigh107,7
DeepSeek V4.1 Flash 1017max107,1
GPT-5.4xhigh86,4
GPT-5.4 minixhigh75,1

Alle Daten im Vergleich

Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.

KennzahlGPT-5.4GPT-5.4 mini
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser86,475,1
PlatzPlatz 50 von 95Platz 62 von 95
Preis je 1 Mio. Token
Eingabewas du schickst2,50 $über 272.000 Token: 5 $0,75 $
Ausgabewas das Modell schreibt15 $über 272.000 Token: 22,50 $4,50 $
Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest)0,11 $0,014 $
Tempo
Token pro Sekunde6290
Technik
Kontextfensterwie viel Text das Modell auf einmal liest1,05 Mio. Token≈ 1.580 A4-Seiten400.000 Token≈ 600 A4-Seiten
Wissensstand31.08.202531.08.2025
Veröffentlicht05.03.202617.03.2026
VerfügbarkeitAktivAktiv
Offene Gewichteneinnein

Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis

Gibt es eine bessere Wahl?

Nachfolger von GPT-5.4GPT-5.5

Gesamtindex 101,4, Platz 275 $ Eingabe und 30 $ Ausgabe je 1 Mio. Token

GPT-5.4 mini vs. GPT-5.5
Günstiger als GPT-5.4 miniMuse Ember 1.0

Gesamtindex 110,5, Platz 140,10 $ Eingabe und 0,50 $ Ausgabe je 1 Mio. Token

Zum Profil
Bestes Modell im GesamtindexClaude Fable 5.2

Gesamtindex 130,9, Platz 18 $ Eingabe und 40 $ Ausgabe je 1 Mio. Token

Gemeinsame Benchmarks

Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.

A: GPT-5.4B: GPT-5.4 mini

APEX-Agents-AAOverall · höher ist besserGPT-5.4: 33,3 %GPT-5.4 mini: 28,2 %Artificial AnalysisStand 07.11.2026
Code MigrationOverall · höher ist besserGPT-5.4: 35,0 %GPT-5.4 mini: 12,9 %Vals AIStand 29.10.2026
CorpFin v2Overall · höher ist besserGPT-5.4: 65,3 %GPT-5.4 mini: 60,9 %Vals AIStand 12.08.2026
GDPval-AAOverall · höher ist besserGPT-5.4: 1.255,7 eloGPT-5.4 mini: 1.021,8 eloArtificial AnalysisStand 07.11.2026
GPQA DiamondOverall · höher ist besserGPT-5.4: 91,7 %GPT-5.4 mini: 83,1 %Vals AIStand 01.09.2026
IFBenchOverall · höher ist besserGPT-5.4: 73,9 %GPT-5.4 mini: 73,3 %Artificial AnalysisStand 07.11.2026
LiveCodeBenchOverall · höher ist besserGPT-5.4: 84,1 %GPT-5.4 mini: 81,5 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 1.400GPT-5.4 mini: 1.398LMArenaStand 15.11.2026
LMArena Text, Style ControlOverall · höher ist besserGPT-5.4: 1.475GPT-5.4 mini: 1.447LMArenaStand 11.11.2026
LMArena Vision, Style ControlOverall · höher ist besserGPT-5.4: 1.282GPT-5.4 mini: 1.250LMArenaStand 09.11.2026
54 weitere Benchmarks anzeigen
MMLU ProOverall · höher ist besserGPT-5.4: 87,5 %GPT-5.4 mini: 84,6 %Vals AIStand 01.09.2026
MMMU ProOverall · höher ist besserGPT-5.4: 87,5 %GPT-5.4 mini: 79,2 %Vals AIStand 01.09.2026
MMMU-ProOverall · höher ist besserGPT-5.4: 78,4 %GPT-5.4 mini: 73,3 %Artificial AnalysisStand 07.11.2026
MortgageTaxOverall · höher ist besserGPT-5.4: 68,3 %GPT-5.4 mini: 63,5 %Vals AIStand 01.09.2026
ProgramBenchOverall · höher ist besserGPT-5.4: 0 %GPT-5.4 mini: 0 %Vals AIStand 05.11.2026
SWE-bench VerifiedOverall · höher ist besserGPT-5.4: 78,2 %GPT-5.4 mini: 73,0 %Vals AIStand 01.09.2026
TaxEval v2Overall · höher ist besserGPT-5.4: 74,0 %GPT-5.4 mini: 71,2 %Vals AIStand 01.09.2026
Vibe Code Bench v1.1Overall · höher ist besserGPT-5.4: 67,4 %GPT-5.4 mini: 48,0 %Vals AIStand 05.11.2026
Code MigrationCLI · höher ist besserGPT-5.4: 23,8 %GPT-5.4 mini: 8,2 %Vals AIStand 29.10.2026
CorpFin v2Exact Pages · höher ist besserGPT-5.4: 64,1 %GPT-5.4 mini: 61,5 %Vals AIStand 12.08.2026
GPQA DiamondFew-Shot CoT · höher ist besserGPT-5.4: 91,4 %GPT-5.4 mini: 84,8 %Vals AIStand 01.09.2026
LiveCodeBenchEasy · höher ist besserGPT-5.4: 99,1 %GPT-5.4 mini: 97,8 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevHTML development · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 1.423GPT-5.4 mini: 1.420LMArenaStand 15.11.2026
LMArena Text, Style ControlBusiness, management and finance · höher ist besserGPT-5.4: 1.482GPT-5.4 mini: 1.459LMArenaStand 11.11.2026
LMArena Vision, Style ControlChinese · höher ist besserGPT-5.4: 1.317GPT-5.4 mini: 1.285LMArenaStand 09.11.2026
MMLU ProBiology · höher ist besserGPT-5.4: 92,9 %GPT-5.4 mini: 91,4 %Vals AIStand 01.09.2026
MortgageTaxNumerical Extraction · höher ist besserGPT-5.4: 76,0 %GPT-5.4 mini: 79,4 %Vals AIStand 01.09.2026
ProgramBenchAlmost Resolved · höher ist besserGPT-5.4: 7 %GPT-5.4 mini: 3 %Vals AIStand 05.11.2026
SWE-bench Verified<15 min fix · höher ist besserGPT-5.4: 88,1 %GPT-5.4 mini: 85,6 %Vals AIStand 01.09.2026
TaxEval v2Correctness · höher ist besserGPT-5.4: 64,9 %GPT-5.4 mini: 63,0 %Vals AIStand 01.09.2026
Code MigrationCOBOL · höher ist besserGPT-5.4: 68,6 %GPT-5.4 mini: 27,1 %Vals AIStand 29.10.2026
CorpFin v2Max Fitting Context · höher ist besserGPT-5.4: 64,9 %GPT-5.4 mini: 61,0 %Vals AIStand 12.08.2026
GPQA DiamondZero-Shot CoT · höher ist besserGPT-5.4: 91,9 %GPT-5.4 mini: 81,3 %Vals AIStand 01.09.2026
LiveCodeBenchHard · höher ist besserGPT-5.4: 67,7 %GPT-5.4 mini: 61,7 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevReact development · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 1.388GPT-5.4 mini: 1.386LMArenaStand 15.11.2026
LMArena Text, Style ControlChinese · höher ist besserGPT-5.4: 1.505GPT-5.4 mini: 1.473LMArenaStand 11.11.2026
LMArena Vision, Style ControlCreative writing with images · höher ist besserGPT-5.4: 1.264GPT-5.4 mini: 1.225LMArenaStand 09.11.2026
MMLU ProBusiness · höher ist besserGPT-5.4: 91,8 %GPT-5.4 mini: 89,7 %Vals AIStand 01.09.2026
MortgageTaxSemantic Extraction · höher ist besserGPT-5.4: 60,7 %GPT-5.4 mini: 47,6 %Vals AIStand 01.09.2026
ProgramBenchFully Resolved · höher ist besserGPT-5.4: 0 %GPT-5.4 mini: 0 %Vals AIStand 05.11.2026
SWE-bench Verified>4 hours · höher ist besserGPT-5.4: 0 %GPT-5.4 mini: 0 %Vals AIStand 01.09.2026
TaxEval v2Stepwise Reasoning · höher ist besserGPT-5.4: 83,0 %GPT-5.4 mini: 79,4 %Vals AIStand 01.09.2026
Code MigrationCode Quality · höher ist besserGPT-5.4: 3,632 / 5GPT-5.4 mini: 3,053 / 5Vals AIStand 29.10.2026
CorpFin v2Shared Max Context · höher ist besserGPT-5.4: 66,8 %GPT-5.4 mini: 60,3 %Vals AIStand 12.08.2026
LiveCodeBenchMedium · höher ist besserGPT-5.4: 85,6 %GPT-5.4 mini: 84,9 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevWeb development · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 1.400GPT-5.4 mini: 1.398LMArenaStand 15.11.2026
LMArena Text, Style ControlCoding · höher ist besserGPT-5.4: 1.521GPT-5.4 mini: 1.495LMArenaStand 11.11.2026
LMArena Vision, Style ControlDiagram understanding · höher ist besserGPT-5.4: 1.319GPT-5.4 mini: 1.283LMArenaStand 09.11.2026
MMLU ProChemistry · höher ist besserGPT-5.4: 91,1 %GPT-5.4 mini: 89,1 %Vals AIStand 01.09.2026
ProgramBenchRaw Pass Rate · höher ist besserGPT-5.4: 68,6 %GPT-5.4 mini: 54,4 %Vals AIStand 05.11.2026
SWE-bench Verified1-4 hours · höher ist besserGPT-5.4: 50,0 %GPT-5.4 mini: 33,3 %Vals AIStand 01.09.2026
LMArena Text, Style ControlCreative writing · höher ist besserGPT-5.4: 1.440GPT-5.4 mini: 1.401LMArenaStand 11.11.2026
LMArena Vision, Style ControlEnglish · höher ist besserGPT-5.4: 1.279GPT-5.4 mini: 1.247LMArenaStand 09.11.2026
MMLU ProComputer Science · höher ist besserGPT-5.4: 89,8 %GPT-5.4 mini: 87,1 %Vals AIStand 01.09.2026
SWE-bench Verified15 min - 1 hour · höher ist besserGPT-5.4: 76,2 %GPT-5.4 mini: 70,9 %Vals AIStand 01.09.2026
LMArena Text, Style ControlEnglish · höher ist besserGPT-5.4: 1.476GPT-5.4 mini: 1.450LMArenaStand 11.11.2026
LMArena Vision, Style ControlEntity recognition · höher ist besserGPT-5.4: 1.192GPT-5.4 mini: 1.203LMArenaStand 09.11.2026
MMLU ProEconomics · höher ist besserGPT-5.4: 89,7 %GPT-5.4 mini: 88,7 %Vals AIStand 01.09.2026
LMArena Text, Style ControlEntertainment, sports and media · höher ist besserGPT-5.4: 1.441GPT-5.4 mini: 1.408LMArenaStand 11.11.2026
LMArena Vision, Style ControlHomework · höher ist besserGPT-5.4: 1.330GPT-5.4 mini: 1.291LMArenaStand 09.11.2026
MMLU ProEngineering · höher ist besserGPT-5.4: 85,2 %GPT-5.4 mini: 82,0 %Vals AIStand 01.09.2026
LMArena Text, Style ControlExcluding ties · höher ist besserGPT-5.4: 1.484GPT-5.4 mini: 1.449LMArenaStand 11.11.2026
LMArena Vision, Style ControlHumor · höher ist besserGPT-5.4: 1.267GPT-5.4 mini: 1.239LMArenaStand 09.11.2026
MMLU ProHealth · höher ist besserGPT-5.4: 82,4 %GPT-5.4 mini: 80,1 %Vals AIStand 01.09.2026

Weitere Vergleiche

Vergleiche GPT-5.4 und GPT-5.4 mini mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen