নেভিগেশন
AI BENCHY
Advertise here

তুলনা করা মডেল

GPT-5.5 (medium) vs GPT-5.4 (medium) vs Gemini 3.1 Pro Preview (medium) vs Claude Opus 4.7 (medium) benchmark তুলনা: Gemini 3.1 Pro Preview (medium) স্কোর-এ 9.2 নিয়ে এগিয়ে। GPT-5.5 (medium) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Gemini 3.1 Pro Preview (medium)-এর মোট খরচ সবচেয়ে কম, $1.361. Claude Opus 4.7 (medium) 7.61s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-07

র‍্যাঙ্ক
#15
মোট আউটপুট টোকেন
124,436
প্রতিক্রিয়া সময় (গড়)
38.42s
মোট খরচ
$4.137
র‍্যাঙ্ক
#29
মোট আউটপুট টোকেন
88,670
প্রতিক্রিয়া সময় (গড়)
23.10s
মোট খরচ
$1.533
র‍্যাঙ্ক
#9
মোট আউটপুট টোকেন
97,958
প্রতিক্রিয়া সময় (গড়)
21.47s
মোট খরচ
$1.361
র‍্যাঙ্ক
#23
মোট আউটপুট টোকেন
29,990
প্রতিক্রিয়া সময় (গড়)
7.61s
মোট খরচ
$1.477
প্রস্তাবিত মডেল Gemini 3.1 Pro Preview (medium)

It has the best score here (9.2), while costing about 1.8x less than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক GPT-5.5 GPT-5.5 medium প্রকাশ: 2026-04-24 GPT-5.4 GPT-5.4 medium প্রকাশ: 2026-03-05 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium প্রকাশ: 2026-02-19 Claude Opus 4.7 Claude Opus 4.7 medium প্রকাশ: 2026-04-16
স্কোর 9.0 8.5 9.2 8.7
র‍্যাঙ্ক #15 #29 #9 #23
নির্ভরযোগ্যতা 10.0 10.0 10.0 10.0
ধারাবাহিকতা 8.9 8.6 10.0 9.6
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 87.9% 77.3% 90.9% 83.3%
অস্থির টেস্ট 3 4 0 1
মোট রান 66 66 66 66
প্রতি ফলাফলে খরচ 22.980 10.220 6.801 8.201
মোট খরচ $4.137 $1.533 $1.361 $1.477
ইনপুট মূল্য $5.000 / 1M $2.500 / 1M $2.000 / 1M $5.000 / 1M
আউটপুট মূল্য $30.000 / 1M $15.000 / 1M $12.000 / 1M $25.000 / 1M
মোট ইনপুট টোকেন 80,659 81,127 92,287 145,252
আউটপুট টোকেন 5,617 6,155 5,232 24,948
রিজনিং টোকেন 118,819 82,515 92,726 5,042
প্রতিক্রিয়া সময় (গড়) 38.42s 23.10s 21.47s 7.61s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 332.10s 100.41s 88.68s 65.40s
প্রতিক্রিয়া সময় (মোট) 845.35s 508.26s 322.08s 159.91s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#15 GPT-5.5

medium
খরচ
$0.112
সময়
71.9s
টোকেন
3,807 tok

#29 GPT-5.4

medium
খরচ
$0.214
সময়
199.6s
টোকেন
14,349 tok

#9 Gemini 3.1 Pro Preview

medium
খরচ
$0.115
সময়
87.2s
টোকেন
9,629 tok

#23 Claude Opus 4.7

medium
খরচ
$0.059
সময়
26.8s
টোকেন
2,475 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114

দ্রুত তুলনা

তুলনার জুটি বদলান