#11 GPT-5.5
medium- Cost
- $0.112
- Time
- 71.9s
- Tokens
- 3,807 tok
OpenAI
Veröffentlichung: 2026-04-24
Getestet am: 2026-05-22 00:21
openai/gpt-5.5::medium
Zusammenfassung
GPT-5.5 erreicht 8.7 bei AI BENCHY und liegt auf #11. Das Modell hat 10.0 Zuverlässigkeit, 86.7% Erfolgsrate, $3.503 Gesamtkosten und 37.89s durchschnittliche Antwortzeit.
8.7
Konsistenz
8.8
10.0
Gesamte Ausgabe-Token
111,483
Gesamte Eingabe-Token
0
Eingabepreis
$5.000 / 1M
Ausgabepreis
$30.000 / 1M
Instabile Tests
3
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 13:48 Neuer Test hinzugefügt | 8.8 | 10.0 | $3.679 | Vergleichen | |
| 2026-05-22 00:21 Suite geändert | 8.7 | 10.0 | $3.503 | Aktueller Lauf | |
| 2026-04-24 20:23 Erster Lauf | 9.0 | k. A. | $2.884 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:21 · Suite geändert | 8.7 | 8.8 | 10.0 | 16/20 | 3 | 111,483 | 0 | $3.503 | 37.89s |
| 2026-06-04 13:48 · Neuer Test hinzugefügt | 8.8 | 8.9 | 10.0 | 17/21 | 3 | 116,910 | 34,212 | $3.679 | 37.98s |
| Differenz | -0.1 | -0.1 | 0.0 | -1 | 0 | -5427 | -34212 | -$0.176 | -95ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
GPT-5.5mediumvsGemini 3.5 FlashmediumGPT-5.5mediumvsGPT-5.5lowGPT-5.5mediumvsClaude Opus 4.8mediumGPT-5.5mediumvsQwen3.7 MaxmediumGPT-5.5mediumvsClaude Opus 4.7mediumGPT-5.5mediumvsGemini 3 Flash PreviewmediumGPT-5.5mediumvsGemini 3.5 FlashhighGPT-5.5mediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarGPT-5.5mediumvsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 8.2 | 6.7 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 7.2 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 2.8 | 1.6 |