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 Mini 有多聪明？

117 SI-IQ · 90% 区间 113–120
在 80 个已排名模型中位列第 45 · 可能的名次区间 34–60

GPT-5.4 Mini 是 OpenAI 于 2026年3月17日发布的模型。其 SI-IQ 为 117（90% 区间 113–120），由 2 家独立评测方的 8 项基准测试结果估算得出。其最强的领域是数学，最弱的是推理。

基本信息

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	领域	得分	隐含 SI-IQ	评测方	来源中的列示名称	获取时间	来源
Chess Puzzles	推理	23.0%	115	Epoch AI	`gpt-5.4-mini-2026-03-17_high`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
Mystery Game Puzzles	推理	11.0%	91	Epoch AI	`gpt-5.4-mini-2026-03-17_none`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tier 4	数学	9.8%	117	Epoch AI	`gpt-5.4-mini-2026-03-17_xhigh`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tiers 1–3	数学	51.2%	120	Epoch AI	`gpt-5.4-mini-2026-03-17_xhigh`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
OTIS Mock AIME 2024–2025	数学	88.9%	115	Epoch AI	`gpt-5.4-mini-2026-03-17_xhigh`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond	知识	86.9%	118	Epoch AI	`gpt-5.4-mini-2026-03-17_xhigh`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond (OpenRouter run)	知识	84.0%	117	OpenRouter	`openai/gpt-5.4-mini-20260317` OpenAI · first-party provider (1 of 2 rows)	2026年10月18日	OpenRouter benchmark datasets · 数据文件
SimpleQA Verified	知识	29.4%	108	Epoch AI	`gpt-5.4-mini-2026-03-17_high`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
τ²-bench Airline (OpenRouter run)	智能体	62.2%	107	OpenRouter	`openai/gpt-5.4-mini-20260317` OpenAI · first-party provider (1 of 2 rows)	2026年10月18日	OpenRouter benchmark datasets · 数据文件

模型	SI-IQ
DeepSeek-V4-ProDeepSeek	117	GPT-5.4 Mini 对比 DeepSeek-V4-Pro
o3OpenAI	116	GPT-5.4 Mini 对比 o3
GLM-5.1Z.ai (Zhipu AI)	116	GPT-5.4 Mini 对比 GLM-5.1
GPT-5.4 NanoOpenAI	118	GPT-5.4 Mini 对比 GPT-5.4 Nano
Inkling-SmallThinking Machines	118	GPT-5.4 Mini 对比 Inkling-Small

采用 SI-IQ 方法版本 1.0.0 计算。阅读完整方法论