GPT-5.4 Nano 2026-03-17

编程46.55 项

• LiveBench Agentic Coding改真实仓库·LiveBench46.8%折算分 53.4+
• LiveBench Coding写代码·LiveBench70.8%折算分 50.6+
• Terminal-Bench 4.0终端里干活·Artificial Analysis0.5%折算分 至多 48.4+
• SciCode科研计算代码·Artificial Analysis47.2%折算分 47.1+
• Vibe Code Bench v1.1做网页应用·Vals AI26.1%折算分 44.4+

科研47.17 项

• Chess Puzzles下棋解题·Epoch AI45.0%折算分 63.7+
• LiveBench Reasoning逻辑与空间推理·LiveBench81.1%折算分 54.8+
• CritPt研究级物理·Artificial Analysis9.3%折算分 54.5+
• FrontierMath T1–3研究级数学·Epoch AI44.9%折算分 49.3+
• Humanity's Last Exam专家级难题·Artificial Analysis28.3%折算分 46.7+
• Mystery Game Puzzles游戏局面推理·Epoch AI5.0%折算分 至多 42.0+
• AARC-AGI-2举一反三·ARC Prize5.7%折算分 32.6+

专业办公38.97 项

• LiveBench Data Analysis数据处理·LiveBench67.6%折算分 52.1+
• MedCode医疗编码·Vals AI41.0%折算分 50.2+
• GDPval-AA职业交付件·Artificial Analysis954.7折算分 42.2+
• AA-Briefcase办公长任务·Artificial Analysis674.1折算分 36.6+
• AutomationBench-AA业务自动化·Artificial Analysis6.0%折算分 31.7+
• TaxAgentBench税务问答·Vals AI5.0%折算分 至多 27.7+
• Legal Research Bench法律检索·Vals AI6.3%折算分 23.8+

知识问答41.86 项

• MLCR-AA医疗长记录·Artificial Analysis16.1%折算分 58.0+
• LiveBench IF按要求作答·LiveBench67.2%折算分 57.7+
• AA-LCR长文理解·Artificial Analysis76.7%折算分 50.1+
• LiveBench Language语言理解·LiveBench62.5%折算分 41.2+
• SimpleQA Verified事实准确·Epoch AI11.7%折算分 16.3+
• PBullshitBench v2识破错误前提·BullshitBench10.0%折算分 5.7+

真人盲选38.91 项

• Arena Text对话盲选·LMArena1,401折算分 32.3+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。