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 9.3 vs 5.8. GPT-5.4 hat die niedrigeren Benchmark-Kosten mit $0.122 vs $0.907. GPT-5.4 ist schneller mit 1.42s vs 9.76s, mit Erfolgsraten von 36.5% vs 85.7%.

Empfohlenes Modell: GPT-5.5 - Es hat die stärkste Punktzahl in diesem Vergleich (9.3) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik GPT-5.4 GPT-5.4 none Veröffentlichung: 2026-03-05 GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24
Punktzahl 5.8 9.3
Rang #112 #4
Zuverlässigkeit 10.0 10.0
Konsistenz 9.2 10.0
Korrekte Tests
Erfolgsquote pro Versuch 36.5% 85.7%
Instabile Tests 2 0
Gesamtläufe 63 63
Kosten pro Ergebnis 1.740 5.035
Gesamtkosten $0.122 $0.907
Eingabepreis $2.500 / 1M $5.000 / 1M
Ausgabepreis $15.000 / 1M $30.000 / 1M
Gesamte Eingabe-Token 34,212 34,209
Ausgabe-Token 2,417 2,046
Denk-Token 0 22,460
Antwortzeit (Durchschnitt) 1.42s 9.76s
Antwortzeit (Maximum) 2.95s 56.19s
Antwortzeit (Gesamt) 29.87s 204.92s

Generierungs-Showcase

Hamster playing table tennis

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

#112 GPT-5.4

none
Kosten
$0.026
Zeit
18.1s
Token
1,792 tok

#4 GPT-5.5

low
Kosten
$0.068
Zeit
37.0s
Token
2,339 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 3.2 8.0 8.3% 1 1.21s 606 406 0
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Kombiniert 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 2.89s 11,019 291 0
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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 1.04s 7,140 222 0
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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 1.07s 723 50 0
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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 2.75s 5,445 246 0
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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 990ms 195 40 0
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumNorth Mini CodemediumKostenlos verfügbarvsGPT-5.4noneClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3.1 Flash LiteminimalvsGPT-5.4noneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGPT-5.4nonevsQwen3.5-35B-A3BmediumGemini 3.5 FlashhighvsGPT-5.5lowGemma 4 31BmediumKostenlos verfügbarvsGPT-5.4none