#4 GPT-5.5
low- लागत
- $0.068
- समय
- 37.0s
- टोकन
- 2,339 tok
AI BENCHY तुलना
OpenAI: GPT-5.5 vs xAI: Grok 4.5
सारांश
GPT-5.5 (low) vs Grok 4.5 (medium) benchmark तुलना: GPT-5.5 (low) average score में आगे है: 9.3 vs 8.3. GPT-5.5 (low) की benchmark लागत कम है: $0.907 vs $1.696. GPT-5.5 (low) तेज है: 9.76s vs 62.63s, pass rates 85.7% vs 77.8%.
अनुशंसित मॉडल: GPT-5.5 (low) - It has the best score here (9.3), while costing about 1.9x less than Grok 4.5 (medium).
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-08
| मेट्रिक | GPT-5.5 GPT-5.5 low | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| स्कोर | 9.3 | 8.3 |
| रैंक | #4 | #23 |
| विश्वसनीयता | 10.0 | 9.9 |
| संगति | 10.0 | 8.9 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 85.7% | 77.8% |
| अस्थिर टेस्ट | 0 | 3 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 5.035 | 11.304 |
| कुल लागत | $0.907 | $1.696 |
| इनपुट कीमत | $5.000 / 1M | $2.000 / 1M |
| आउटपुट कीमत | $30.000 / 1M | $6.000 / 1M |
| कुल इनपुट टोकन | 34,209 | 53,500 |
| आउटपुट टोकन | 2,046 | 1,621 |
| रीजनिंग टोकन | 22,460 | 263,127 |
| प्रतिक्रिया समय (औसत) | 9.76s | 62.63s |
| प्रतिक्रिया समय (अधिकतम) | 56.19s | 436.38s |
| प्रतिक्रिया समय (कुल) | 204.92s | 1315.20s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 xAI: Grok 4.5
medium- लागत
- $0.044
- समय
- 59.4s
- टोकन
- 7,512 tok
स्कोर के अनुसार शीर्ष मॉडल
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-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGrok 4.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.2 ChatnonevsGrok 4.5mediumGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8lowvsGrok 4.5mediumClaude Opus 4.7mediumvsGPT-5.5low