DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
页面导航
大模型列表GPT-5.4 nano评测分析

GPT-5.4 nano 评测详情

GPT-5.4 nano 当前已收录的代表性评测结果包括 HLE(48 / 149,得分 37.70)、GPQA Diamond(59 / 175,得分 82.80)、Claw Bench(10 / 29,得分 89.70)。

评测结果

GPT-5.4 nano

评测结果

思考模式
工具使用

综合评估

共 3 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
极高
82.80
59 / 175
HLE
极高
24.30
82 / 149
HLE
极高工具
37.70
48 / 149

多模态理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMMU
极高
66.10
26 / 28
MMMU
极高工具
69.50
24 / 28

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
FrontierMath - Tier 4
高
6.30
35 / 80

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-Bench Pro - Public
极高工具
52.40
20 / 36

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
极高工具
92.50
19 / 35

AI Agent - 工具使用

共 3 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0
极高工具
46.30
37 / 43
OSWorld-Verified
极高工具
39
13 / 14
Tool Decathlon
极高工具
35.50
6 / 7

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Claw Bench
开启思考工具
89.70
10 / 29
与其他模型对比