自动生成页面。本页由 AI 自动撰写和翻译，并由软件对照来源进行核查，无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数，不是智商测试。 工作原理
GPT-5.4 有多聪明？
GPT-5.4 是 OpenAI 于2026年3月5日发布的模型。其 SI-IQ 为 131（90% 区间 128–133），由 2 家评测方的 10 项基准测试结果估算得出。
数据截至 2026年10月18日 · 方法版本 1.0.0
基本信息
- 开发方
- OpenAI
- 发布时间
- 2026年3月5日
- 访问方式
- API 访问
- 所用基准测试
- 来自 2 家评测方的 10 项基准测试结果
- API 价格
- 每 1M tokens 输入 $2.50 / 输出 $15 （开发方价格表，2026年10月18日）
- 上下文窗口
- 1,050,000 tokens
各领域能力（SI-IQ，90% 区间）
我们使用的每项基准测试结果
每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。
| 基准测试 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| Chess Puzzles | 48.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Furniture Assembly 未纳入指数 | 37.5% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Mystery Game Puzzles | 37.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tier 4 | 49.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tiers 1–3 | 78.6% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| OTIS Mock AIME 2024–2025 | 97.8% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| SWE-bench Verified（Epoch AI 运行） | 76.9% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond | 93.3% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond（OpenRouter 运行） | 90.0% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
| SimpleQA Verified | 45.1% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| τ²-bench Airline（OpenRouter 运行） | 73.2% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
人类偏好（Arena）
在 Arena 排行榜上，用户会在两个匿名回答之间投票。GPT-5.4 的评分为 1,465（1,461–1,468），共 67,870 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)
SI-IQ 相近的模型
| 模型 | SI-IQ | |
|---|---|---|
| GPT-5.6 LunaOpenAI | 130 | GPT-5.4 对比 GPT-5.6 Luna |
| GPT-6 LunaOpenAI | 130 | GPT-5.4 对比 GPT-6 Luna |
| Gemini 3.7 FlashGoogle DeepMind | 131 | GPT-5.4 对比 Gemini 3.7 Flash |
| Gemini 3.8 FlashGoogle DeepMind | 130 | GPT-5.4 对比 Gemini 3.8 Flash |
| Claude Haiku 5.5Anthropic | 129 | GPT-5.4 对比 Claude Haiku 5.5 |
采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论
数据来源： Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); LiteLLM, model_prices_and_context_window.json (MIT); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter（许可与修改）。