AI BENCHY Compare

OpenAI: GPT-5.5 vs Elephant Alpha

Resumen

GPT-5.5 (low) lidera en puntuación media con 9.3 vs 4.5. Elephant Alpha (medium) tiene menor coste de benchmark con $0.000 vs $0.907. Elephant Alpha (medium) es más rápido con 1.27s vs 9.76s, con tasas de acierto de 85.7% vs 30.2%.

Modelo recomendadoGPT-5.5 (low)Tiene la puntuación más alta en esta comparación (9.3) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24	Elephant Alpha Elephant Alpha medium Lanzamiento: 2026-04-14

Métrica	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24	Elephant Alpha Elephant Alpha medium Lanzamiento: 2026-04-14
Puntuación	9.3	4.5
Rango	#7	#181
Fiabilidad	10.0	N/D
Consistencia	10.0	9.7
Pruebas correctas
Tasa de aciertos por intento	85.7%	30.2%
Pruebas inestables	0	1
Ejecuciones totales	63	63
Costo por resultado	5.035	0.000
Costo total	$0.907	$0.000
Precio de entrada	$5.000 / 1M	$0.000 / 1M
Precio de salida	$30.000 / 1M	$0.000 / 1M
Total de tokens de entrada	34,209	33,744
Tokens de salida	2,046	2,596
Tokens de razonamiento	22,460	0
Tiempo de respuesta (promedio)	9.76s	1.27s
Tiempo de respuesta (máximo)	56.19s	3.70s
Tiempo de respuesta (total)	204.92s	22.82s

Generación showcase

Hamster playing table tennis

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

#7 GPT-5.5

low

Coste: $0.068
Tiempo: 37.0s
Tokens: 2,339 tok

#181 Elephant Alpha

medium

Elephant Alpha was a stealth model revealed on April 21st as Ling-2.6-flash. Find it here: https://openrouter.ai/inclusionai/ling-2.6-flash:free

Coste: $0.000
Tiempo: 0.1s
Tokens: 0 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

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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Elephant Alpha	6.6	10.0	50.0%	0		1.19s	726	815	0

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Elephant Alpha	3.7	7.8	11.1%	1		1.30s	813	365	0

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-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
Elephant Alpha	3.0	10.0	0.0%	0		3.70s	14,046	562	0

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Elephant Alpha	6.5	10.0	50.0%	0		979ms	8,004	246	0

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Elephant Alpha	3.0	10.0	0.0%	0		925ms	810	24	0

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Elephant Alpha	4.3	10.0	0.0%	0		920ms	540	105	0

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Elephant Alpha	9.8	10.0	100.0%	0		987ms	732	82	0

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Elephant Alpha	5.3	10.0	33.3%	0		868ms	729	166	0

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Elephant Alpha	3.0	10.0	0.0%	0		2.83s	7,344	231	0

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Elephant Alpha	3.0	10.0	0.0%	0		0ms	0	0	0

Comparación rápida

Cambiar par de comparación

GPT-5.5lowvsQwen3.7 Maxmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Claude Opus 4.7mediumvsGPT-5.5low GPT-5.5lowvsGLM 5.2medium GPT-5.5lowvsGLM 5medium Seed-2.0-LitemediumvsGPT-5.5low