AI BENCHY Compare

OpenAI: GPT-5.5 vs Elephant Alpha

Ringkasan

GPT-5.5 (low) unggul dalam skor rata-rata dengan 9.3 vs 4.5. Elephant Alpha (medium) memiliki biaya benchmark lebih rendah di $0.000 vs $0.907. Elephant Alpha (medium) lebih cepat di 1.27s vs 9.76s, dengan tingkat keberhasilan 85.7% vs 30.2%.

Model yang direkomendasikanGPT-5.5 (low)It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24	Elephant Alpha Elephant Alpha medium Rilis: 2026-04-14

Metrik	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24	Elephant Alpha Elephant Alpha medium Rilis: 2026-04-14
Skor	9.3	4.5
Peringkat	#7	#181
Keandalan	10.0	T/A
Konsistensi	10.0	9.7
Tes benar
Tingkat lulus per percobaan	85.7%	30.2%
Tes tidak stabil	0	1
Total Run	63	63
Biaya per hasil	5.035	0.000
Total Biaya	$0.907	$0.000
Harga input	$5.000 / 1M	$0.000 / 1M
Harga output	$30.000 / 1M	$0.000 / 1M
Total token input	34,209	33,744
Token output	2,046	2,596
Token penalaran	22,460	0
Waktu respons (rata-rata)	9.76s	1.27s
Waktu respons (maks)	56.19s	3.70s
Waktu respons (total)	204.92s	22.82s

Showcase generasi

Hamster playing table tennis

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

#7 GPT-5.5

low

Biaya: $0.068
Waktu: 37.0s
Token: 2,339 tok

#181 Elephant Alpha

medium

Elephant Alpha was a stealth model revealed on April 21st as Ling-2.6-flash. Find it here: https://openrouter.ai/inclusionai/ling-2.6-flash:free

Biaya: $0.000
Waktu: 0.1s
Token: 0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Elephant Alpha	6.6	10.0	50.0%	0		1.19s	726	815	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Elephant Alpha	3.7	7.8	11.1%	1		1.30s	813	365	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
Elephant Alpha	3.0	10.0	0.0%	0		3.70s	14,046	562	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Elephant Alpha	6.5	10.0	50.0%	0		979ms	8,004	246	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Elephant Alpha	3.0	10.0	0.0%	0		925ms	810	24	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Elephant Alpha	4.3	10.0	0.0%	0		920ms	540	105	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Elephant Alpha	9.8	10.0	100.0%	0		987ms	732	82	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Elephant Alpha	5.3	10.0	33.3%	0		868ms	729	166	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Elephant Alpha	3.0	10.0	0.0%	0		2.83s	7,344	231	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Elephant Alpha	3.0	10.0	0.0%	0		0ms	0	0	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5lowvsQwen3.7 Maxmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Claude Opus 4.7mediumvsGPT-5.5low GPT-5.5lowvsGLM 5.2medium GPT-5.5lowvsGLM 5medium Seed-2.0-LitemediumvsGPT-5.5low