Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: GPT-5.5

Resumen

Comparación benchmark de GPT-5.4 vs GPT-5.5: GPT-5.5 lidera en puntuación media con 9.0 vs 8.5. GPT-5.4 tiene menor coste de benchmark con $1.210 vs $3.679. GPT-5.4 es más rápido con 22.35s vs 37.98s, con tasas de acierto de 76.2% vs 87.3%.

Modelo recomendado: GPT-5.4 - Su puntuación se mantiene cerca de la mejor aquí (8.5 vs 9.0) y cuesta aproximadamente 3.0x menos que GPT-5.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05 GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24
Puntuación 8.5 9.0
Rango #20 #12
Fiabilidad 10.0 10.0
Consistencia 8.6 8.9
Pruebas correctas
Tasa de aciertos por intento 76.2% 87.3%
Pruebas inestables 4 3
Ejecuciones totales 63 63
Costo por resultado 8.640 21.638
Costo total $1.210 $3.679
Precio de entrada $2.500 / 1M $5.000 / 1M
Precio de salida $15.000 / 1M $30.000 / 1M
Total de tokens de entrada 34,108 34,212
Tokens de salida 2,242 1,985
Tokens de razonamiento 72,707 114,925
Tiempo de respuesta (promedio) 22.35s 37.98s
Tiempo de respuesta (máximo) 100.41s 332.10s
Tiempo de respuesta (total) 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

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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

Comparación rápida

Cambiar par de comparación

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