AI BENCHY
Advertise here
#5

GPT-5.5

OpenAI Rilis: 2026-04-24 Diuji pada: 2026-04-26 10:23 openai/gpt-5.5::low
(medium) (low) (none)

Ringkasan

GPT-5.5 mendapat skor 9.0 di AI BENCHY dan berada di peringkat #5. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 87.0%, total biaya $0.681, dan waktu respons rata-rata 8.39s.

Yang membuat GPT-5.5 unik: Ini termasuk salah satu model dengan peringkat keseluruhan tertinggi.

Skor

9.0

Konsistensi

9.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.681

Total token output

18,093

Total token input

0

Harga input

$5.000 / 1M

Harga output

$30.000 / 1M

Tes benar

Tes Salah: 3

Tingkat lulus per percobaan: 87.0%

Tes tidak stabil

1

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

8.39s

Waktu respons (maks): 56.19s

Waktu respons (total): 151.01s

Jawaban salah: 2 Tidak mengikuti instruksi: 1

Generation showcase

Hamster playing table tennis

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

#5 GPT-5.5

low
Cost
$0.068
Time
37.0s
Tokens
2,339 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:47 Tes baru ditambahkan 9.0 10.0 $0.907 Bandingkan
2026-05-22 13:31 Suite berubah 8.9 10.0 $0.822 Bandingkan
2026-05-08 15:31 Suite berubah 8.9 10.0 $0.706 Bandingkan
2026-04-26 10:23 Run awal 9.0 10.0 $0.681 Run saat ini

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-04-26 10:23 · Run awal9.09.610.015/18118,0930$0.6818.39s
2026-05-08 15:31 · Suite berubah8.910.010.016/19018,9220$0.7068.80s
Selisih+0.2-0.40.0-1+1-8290-$0.026-414ms

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

GPT-5.5lowvsQwen3.7 MaxmediumGPT-5.5lowvsGemini 3.5 FlashmediumGPT-5.5lowvsGemini 3.1 Pro PreviewmediumGPT-5.5lowvsGemini 3.5 FlashlowGPT-5.5lowvsGPT-5.5mediumGPT-5.5lowvsGemini 3 Flash PreviewmediumGPT-5.5lowvsGemini 3.5 FlashhighGPT-5.5lowvsNemotron 3 Ultra 550b A55bmediumTersedia gratis

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 10.0 10.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 9.9 10.0
Pemecahan teka-teki 9.0 7.9
Pemanggilan alat 10.0 10.0

Model yang Dibandingkan