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

तुलना किए गए मॉडल

GPT-5.5 (medium) vs GPT-5.4 (medium) vs Gemini 3.1 Pro Preview (medium) vs Claude Opus 4.7 (medium) benchmark तुलना: Gemini 3.1 Pro Preview (medium) स्कोर में 9.2 के साथ आगे है। GPT-5.5 (medium) विश्वसनीयता में 10.0 के साथ आगे है। Gemini 3.1 Pro Preview (medium) का कुल लागत सबसे कम है: $1.352. Claude Opus 4.7 (medium) 7.62s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-28

तुलना किए गए मॉडल

रैंक
#33
कुल आउटपुट टोकन
125,316
प्रतिक्रिया समय (औसत)
38.97s
कुल लागत
$4.163
रैंक
#56
कुल आउटपुट टोकन
90,466
प्रतिक्रिया समय (औसत)
22.85s
कुल लागत
$1.560
रैंक
#22
कुल आउटपुट टोकन
97,238
प्रतिक्रिया समय (औसत)
20.62s
कुल लागत
$1.352
रैंक
#49
कुल आउटपुट टोकन
29,990
प्रतिक्रिया समय (औसत)
7.62s
कुल लागत
$1.476
अनुशंसित मॉडल Gemini 3.1 Pro Preview (medium)

It has the best score here (9.2), while costing about 1.8x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक GPT-5.5 GPT-5.5 medium रिलीज़: 2026-04-24 GPT-5.4 GPT-5.4 medium रिलीज़: 2026-03-05 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19 Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16
स्कोर 9.0 8.5 9.2 8.7
रैंक #33 #56 #22 #49
विश्वसनीयता 10.0 10.0 10.0 10.0
संगति 8.9 8.6 10.0 9.6
प्रयास 66/66 66/66 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 87.9% 77.3% 90.9% 83.3%
अस्थिर टेस्ट 3 4 0 1
कुल रन 66 66 66 66
प्रति परिणाम लागत 23.127 10.399 6.758 8.200
कुल लागत $4.163 $1.560 $1.352 $1.476
इनपुट कीमत $5.000 / 1M $2.500 / 1M $2.000 / 1M $5.000 / 1M
आउटपुट कीमत $30.000 / 1M $15.000 / 1M $12.000 / 1M $25.000 / 1M
कुल इनपुट टोकन 80,668 81,136 92,296 145,249
आउटपुट टोकन 5,617 6,155 5,232 24,948
रीजनिंग टोकन 119,699 84,311 92,006 5,042
प्रतिक्रिया समय (औसत) 38.97s 22.85s 20.62s 7.62s
प्रतिक्रिया समय (अधिकतम) 332.10s 100.41s 88.68s 65.40s
प्रतिक्रिया समय (कुल) 857.43s 502.78s 329.94s 159.94s
पैरामीटर ~1.5T कुल (~100B सक्रिय) ~1.5T कुल (~100B सक्रिय) ~1.2T कुल (~20B सक्रिय) ~5T कुल (~500B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#33 GPT-5.5

medium
लागत
$0.112
समय
71.9s
टोकन
3,807 tok

#56 GPT-5.4

medium
लागत
$0.214
समय
199.6s
टोकन
14,349 tok

#22 Gemini 3.1 Pro Preview

medium
लागत
$0.115
समय
87.2s
टोकन
9,629 tok

#49 Claude Opus 4.7

medium
लागत
$0.059
समय
26.8s
टोकन
2,475 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114

त्वरित तुलना

तुलना जोड़ी बदलें