AI BENCHY
Advertise here
#8

GPT-5.5

OpenAI Rilis: 2026-04-24 Diuji pada: 2026-05-22 13:31 openai/gpt-5.5::low
(medium) (low) (none)

Ringkasan

GPT-5.5 mendapat skor 8.9 di AI BENCHY dan berada di peringkat #8. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 85.0%, total biaya $0.822, dan waktu respons rata-rata 9.43s.

Skor

8.9

Konsistensi

10.0

Keandalan

10.0

Total biaya (harga saat ini)

$0.822

Total token output

22,117

Total token input

0

Harga input

$5.000 / 1M

Harga output

$30.000 / 1M

Tes benar

Tes Salah: 3

Tingkat lulus per percobaan: 85.0%

Tes tidak stabil

0

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

Waktu respons (rata-rata)

9.43s

Waktu respons (maks): 56.19s

Waktu respons (total): 188.66s

Jawaban salah: 3

Generation showcase

Hamster playing table tennis

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

#8 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 Run saat ini
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 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-05-22 13:31 · Suite berubah8.910.010.017/20022,1170$0.8229.43s
2026-06-04 13:47 · Tes baru ditambahkan9.010.010.018/21024,50634,209$0.9079.76s
Selisih-0.10.00.0-10-2389-34209-$0.085-325ms

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 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan