Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: GPT-5.5

Zusammenfassung

GPT-5.4 vs GPT-5.5 Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.0 vs 8.5. GPT-5.4 hat die niedrigeren Benchmark-Kosten mit $1.210 vs $3.679. GPT-5.4 ist schneller mit 22.35s vs 37.98s, mit Erfolgsraten von 76.2% vs 87.3%.

Empfohlenes Modell: GPT-5.4 - Die Punktzahl bleibt nah an der besten hier (8.5 vs 9.0) und es kostet etwa 3.0x weniger als GPT-5.5.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05 GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24
Punktzahl 8.5 9.0
Rang #20 #12
Zuverlässigkeit 10.0 10.0
Konsistenz 8.6 8.9
Korrekte Tests
Erfolgsquote pro Versuch 76.2% 87.3%
Instabile Tests 4 3
Gesamtläufe 63 63
Kosten pro Ergebnis 8.640 21.638
Gesamtkosten $1.210 $3.679
Eingabepreis $2.500 / 1M $5.000 / 1M
Ausgabepreis $15.000 / 1M $30.000 / 1M
Gesamte Eingabe-Token 34,108 34,212
Ausgabe-Token 2,242 1,985
Denk-Token 72,707 114,925
Antwortzeit (Durchschnitt) 22.35s 37.98s
Antwortzeit (Maximum) 100.41s 332.10s
Antwortzeit (Gesamt) 469.29s 797.60s

Generation showcase

Hamster playing table tennis

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

#20 GPT-5.4

medium
Cost
$0.214
Time
199.6s
Tokens
14,349 tok

#12 GPT-5.5

medium
Cost
$0.112
Time
71.9s
Tokens
3,807 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
GPT-5.5 10.0 10.0 100.0% 0 4.66s 606 250 1,335
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
GPT-5.5 10.0 10.0 100.0% 0 4.18s 7,140 234 593
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
GPT-5.5 10.0 10.0 100.0% 0 4.16s 477 138 223
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
GPT-5.5 10.0 10.0 100.0% 0 3.36s 660 93 538
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
GPT-5.5 10.0 10.0 100.0% 0 6.76s 642 241 2,225
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
GPT-5.5 10.0 10.0 100.0% 0 10.57s 5,445 258 832
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.5 FlashlowvsGPT-5.5mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashlowvsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.5mediumGPT-5.4mediumvsStep 3.7 FlashlowGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.4mediumClaude Opus 4.8nonevsGPT-5.4mediumGPT-5.5mediumvsStep 3.7 FlashlowGemini 3.5 FlashhighvsGPT-5.4mediumGPT-5.4mediumvsQwen3.7 Plusnone