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

#58

GPT-5.5

OpenAI · रिलीज़: 2026-04-24 · परीक्षण किया गया: 2026-04-24 19:59 · openai/gpt-5.5::none

(medium) (none)

संगति

8.3

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

1,910

???? ???

$5.000 / 1M

????? ???

$30.000 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 61.1%

अस्थिर टेस्ट

4

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

1.83s

प्रतिक्रिया समय (अधिकतम): 5.56s

प्रतिक्रिया समय (कुल): 32.86s

रन इतिहास

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.9 7.9
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.2 5.8
पहेली समाधान 6.7 7.9
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल