数据点: 98
Model compare
GPT-5.4 和 Phi 4 的结论先放在这里，方便先判断是否值得继续看明细。
综合加权结果：GPT-5.4。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
结论
GPT-5.4
GPT-5.4 当前综合加权更高；模型 A / B 得分为 96 对 4。
证据覆盖
98 个数据点
包含 16 个 benchmark、0 个 audit 样本和 6 个 provider 样本。
选择依据
优先看 GPT-5.4
下方图表把 22 组高信号样本拆开，便于核对速度、跑分和安全分。
左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。
选择其他模型后会打开新的对比页。
这份报告只使用 LMSpeed 已有数据：GPT-5.4 和 Phi 4 的价格、测速聚合、第三方跑分与共同服务商样本。
| Model compare | GPT-5.4 | Phi 4 |
|---|
| 综合领先 | 领先 | 对照 |
|---|---|---|
| 综合加权得分 | 96.0 分 | 4.0 分 |
| Benchmark 分类领先 | 6 类 | 0 类 |
| 运营维度优势 | 最低输入价格、平均速度、免费服务商、服务商覆盖 | 首 token 延迟 |
| 上下文窗口 | 1.1M tokens | 16.4K tokens |
| 最大输出 | 128K tokens | 16.4K tokens |
| 模态 | 输入 文本图像文件 输出 文本 | 输入 文本 输出 文本 |
| 能力 | 文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理 | 文本输入文本输出结构化输出JSON 模式 |
总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。
| Model compare | GPT-5.4 | Phi 4 |
|---|---|---|
| 开发者 | OpenAI | Microsoft |
| 发布日期 | 2026年3月 | 2025年1月 |
| 参数量 | 暂无数据 | 暂无数据 |
| Tokenizer | GPT | Other |
| 知识截止 | 暂无数据 | 2024-06-30 |
| OpenRouter ID | openai/gpt-5.4 | microsoft/phi-4 |
| 来源链接 | 暂无数据 | 暂无数据 |
这份报告只使用 LMSpeed 已有数据：GPT-5.4 和 Phi 4 的价格、测速聚合、第三方跑分与共同服务商样本。
GPT-5.4
GPT-5.4 在 benchmark 分类（Agents、代码、推理、知识、数学）和运营维度（最低输入价格、平均速度、免费服务商、服务商覆盖）更强。
Phi 4
Phi 4 的运营优势是：首 token 延迟。
来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。
按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。
平均分
GPT-5.4
57.8
平均分
Phi 4
38.4
GPT-5.4 领先 27.6
GPT-5.4 领先 23.1
GPT-5.4 领先 20.0
GPT-5.4 领先 21.9
GPT-5.4 领先 10.8
暂无数据
GPT-5.4
GPT-5.4 领先 16.8
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
GPT-5.4
领先0.67 s
排名 #22/139 · confidence 4
Phi 4
2.14 s
排名 #57/139 · confidence 4
GPT-5.4
领先0.67 s
排名 #30/139 · confidence 4
Phi 4
2.14 s
排名 #102/139 · confidence 4
GPT-5.4
领先96.3 tok/s
排名 #60/139 · confidence 4
Phi 4
28.9 tok/s
排名 #135/139 · confidence 4
GPT-5.4
$2.50/M
排名 #133/163 · confidence 4
Phi 4
领先$0.125/M
排名 #17/163 · confidence 4
GPT-5.4
$5.63/M
排名 #137/163 · confidence 4
Phi 4
领先$0.219/M
排名 #19/163 · confidence 4
GPT-5.4
$15.00/M
排名 #138/163 · confidence 4
Phi 4
领先$0.500/M
排名 #21/163 · confidence 4
GPT-5.4
领先10.6%
排名 #90/186 · confidence 4
Phi 4
4.1%
排名 #156/186 · confidence 4
GPT-5.4
领先74.8%
排名 #96/187 · confidence 4
Phi 4
57.5%
排名 #150/187 · confidence 4
GPT-5.4
领先56.6
排名 #3/96 · confidence 3 · 评测日期 2026-03-05
Phi 4
26.0
排名 #90/96 · confidence 1 · 评测日期 2025-01-01
GPT-5.4
领先47.1%
排名 #23/184 · confidence 4
Phi 4
26.0%
排名 #154/184 · confidence 4
GPT-5.4
领先41.6
排名 #7/96 · confidence 3 · 评测日期 2026-03-05
Phi 4
4.1
排名 #87/96 · confidence 1 · 评测日期 2025-01-01
GPT-5.4
领先51.4
排名 #9/99 · confidence 3 · 评测日期 2026-03-05
Phi 4
4.9
排名 #98/99 · confidence 1 · 评测日期 2025-01-01
GPT-5.4
领先92.0
排名 #10/96 · confidence 3 · 评测日期 2026-03-05
Phi 4
57.5
排名 #89/96 · confidence 1 · 评测日期 2025-01-01
GPT-5.4
领先50.0
排名 #10/90 · confidence 3 · 评测日期 2026-03-05
Phi 4
13.2
排名 #89/90 · confidence 1 · 评测日期 2025-01-01
GPT-5.4
领先88.6
排名 #19/90 · confidence 3 · 评测日期 2026-03-05
Phi 4
80.5
排名 #36/90 · confidence 1 · 评测日期 2025-01-01
GPT-5.4
领先73.9
排名 #24/86 · confidence 3 · 评测日期 2026-03-05
Phi 4
23.5
排名 #85/86 · confidence 1 · 评测日期 2025-01-01
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
| Provider | GPT-5.4 | Phi 4 |
|---|---|---|
| 暂无共同 provider 的已完成 audit。 | ||
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
| Provider | GPT-5.4 | Phi 4 |
|---|---|---|
10 次测试 | GPT-5.4 speed / latency N/A / N/A input / output 暂无数据 | Phi 4 speed / latency 43 tok/s / 1320ms input / output 暂无数据 |
5 次测试 | GPT-5.4 speed / latency 46 tok/s / 3291ms input / output 暂无数据 | Phi 4 speed / latency N/A / N/A input / output 暂无数据 |
5 次测试 | GPT-5.4 speed / latency 51 tok/s / 6045ms input / output 暂无数据 | Phi 4 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | GPT-5.4 speed / latency N/A / N/A input / output 暂无数据 | Phi 4 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | GPT-5.4 speed / latency N/A / N/A input / output 暂无数据 | Phi 4 speed / latency N/A / N/A input / output 暂无数据 |
GPT-5.4 gpt-5.4 speed / latency 暂无数据 input / output $0.022/request | Phi 4 phi-4 speed / latency 暂无数据 input / output $57.53/M |
综合加权结果：GPT-5.4。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
