AI BENCHY तुलना
OpenAI: GPT-5.4 vs OpenAI: GPT-5.5
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-04-26
| मेट्रिक | GPT-5.4 GPT-5.4 medium | GPT-5.5 GPT-5.5 low |
|---|---|---|
| स्कोर | 8.2 | 9.0 |
| रैंक | #19 | #5 |
| विश्वसनीयता | लागू नहीं | 10.0 |
| संगति | 8.7 | 9.6 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 79.6% | 87.0% |
| अस्थिर टेस्ट | 3 | 1 |
| कुल रन | 54 | 54 |
| प्रति परिणाम लागत | 6.399 | 4.534 |
| कुल लागत | $0.832 | $0.681 |
| ???? ??? | $2.500 / 1M | $5.000 / 1M |
| ????? ??? | $15.000 / 1M | $30.000 / 1M |
| आउटपुट टोकन | 2,169 | 1,959 |
| रीजनिंग टोकन | 48,732 | 16,134 |
| प्रतिक्रिया समय (औसत) | 18.63s | 8.39s |
| प्रतिक्रिया समय (अधिकतम) | 100.41s | 56.19s |
| प्रतिक्रिया समय (कुल) | 335.26s | 151.01s |
स्कोर बनाम कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5.4mediumvsHY3 Previewlowनिःशुल्क उपलब्धGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.4mediumvsHY3 Previewhighनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumSeed-2.0-LitemediumvsGPT-5.5lowGPT-5.5lowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.5lowvsHY3 Previewhighनिःशुल्क उपलब्ध