AI BENCHY
Advertise here
#8

GPT-5.5

OpenAI Lanzamiento: 2026-04-24 Probado el: 2026-05-22 13:31 openai/gpt-5.5::low
(medium) (low) (none)

Resumen

GPT-5.5 obtiene 8.9 en AI BENCHY y ocupa el puesto #8. Tiene fiabilidad 10.0, una tasa de aciertos de 85.0%, coste total de $0.822 y tiempo medio de respuesta de 9.43s.

Puntuación

8.9

Consistencia

10.0

Fiabilidad

10.0

Costo total (precio actual)

$0.822

Total de tokens de salida

22,117

Total de tokens de entrada

0

Precio de entrada

$5.000 / 1M

Precio de salida

$30.000 / 1M

Pruebas correctas

Pruebas incorrectas: 3

Tasa de aciertos por intento: 85.0%

Pruebas inestables

0

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

9.43s

Tiempo de respuesta (máximo): 56.19s

Tiempo de respuesta (total): 188.66s

Respuesta incorrecta: 3

Hamster playing table tennis

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

#8 GPT-5.5

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

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-07-16 22:35 Prueba nueva añadida 9.3 10.0 $1.253 Comparar
2026-06-04 13:47 Prueba nueva añadida 9.0 10.0 $0.907 Comparar
2026-05-22 13:31 Suite modificada 8.9 10.0 $0.822 Ejecución actual
2026-05-08 15:31 Suite modificada 8.9 10.0 $0.706 Comparar
2026-04-26 10:23 Primera ejecución 9.0 10.0 $0.681 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-05-22 13:31 · Suite modificada8.910.010.017/20022,1170$0.8229.43s
2026-04-26 10:23 · Primera ejecución9.09.610.015/18118,0930$0.6818.39s
Diferencia-0.1+0.40.0+2-1+40240+$0.142+1043ms

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

GPT-5.5lowvsGPT-5.6 SolhighGPT-5.5lowvsGemini 3.1 Pro PreviewmediumGPT-5.5lowvsGPT-5.6 SolmediumGPT-5.5lowvsClaude Opus 5highGPT-5.5lowvsGemini 3.6 FlashlowGPT-5.5lowvsClaude Opus 5mediumGPT-5.5lowvsGPT-5.6 SollowGPT-5.5lowvsQwen3.7 MaxmediumGPT-5.5lowvsGemini 3.5 FlashhighGPT-5.5lowvsGemini 3.5 Flashmedium

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 10.0 10.0
Programación 10.0 10.0
Combinado 10.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 5.3 10.0
Inteligencia general 10.0 10.0
Seguimiento de instrucciones 9.9 10.0
Resolución de acertijos 10.0 10.0
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados