模型/gpt-5-4

GPT 5.4

DeepSWE v1.1 Best（xhigh）第 22，51.8%。

OpenAI · 闭源 · 数据抓取 2026-10-10

1463

#77 / 153 · ±19

52

#42 / 58

EQ-Bench Creative Writing v3

1840.8

#23 / 146

基准成绩

超过 90 天未更新的榜单不计入推荐

基准设置分数排名成本数据日期

LMArena WebDevhigh1463±19#77—2026-10-27

The Slop Index—52#42—2026-10-28

EQ-Bench Creative Writing v3—1840.8#23—2026-10-29

DeepSWE v1.1xhigh · mini-swe-agent51.850.3–53.3#22$5.652026-09-22

SWE-bench Verified—榜单已停更——2026-02-26

Aider Polyglot—榜单已停更——2025-11-20

选不选它

为什么选

DeepSWE 上仍有可核对的长程工程分数。

什么时候别选

明显低于同榜 GPT 5.5 / 5.6 行。

出现在这些场景

由场景榜单自动汇总

做 Web 前端#22DeepSWE 51.8%做一个 Android App#22DeepSWE 51.8%写 CLI、脚本与 DevOps#22DeepSWE 51.8%写文档和文案#23Creative Writing 1840.8

同级对比

模型WebDev价格 $/M

GPT 5.4当前1463—DeepSeek V4 Pro1582—GPT 5.51512—