AI BENCHY Compare

OpenAI: GPT-5.5 vs OpenAI: GPT-5.6 Sol

概要

GPT-5.5 (low) vs GPT-5.6 Sol (medium) の benchmark 比較: 平均スコアは 9.3 vs 9.4 でほぼ同等です。 GPT-5.5 (low) の benchmark コストが低く、$0.907 vs $0.966 です。 GPT-5.5 (low) の方が高速で、9.76s vs 10.79s です、成功率は 85.7% vs 90.5% です。

おすすめモデル: GPT-5.5 (low) - この比較で最も高いスコア（9.3）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-09

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	GPT-5.6 Sol GPT-5.6 Sol medium リリース: 2026-07-09

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	GPT-5.6 Sol GPT-5.6 Sol medium リリース: 2026-07-09
スコア	9.3	9.4
順位	#7	#5
信頼性	10.0	10.0
一貫性	10.0	8.8
正解テスト
試行ごとの合格率	85.7%	90.5%
不安定なテスト	0	3
総実行回数	63	63
結果あたりのコスト	5.035	5.682
合計コスト	$0.907	$0.966
入力価格	$5.000 / 1M	$5.000 / 1M
出力価格	$30.000 / 1M	$30.000 / 1M
合計入力トークン	34,209	34,218
出力トークン	2,046	1,895
推論トークン	22,460	24,600
応答時間（平均）	9.76s	10.79s
応答時間（最大）	56.19s	79.40s
応答時間（合計）	204.92s	226.57s

生成ショーケース

Hamster playing table tennis

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

#7 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 tok

#5 GPT-5.6 Sol

medium

コスト: $0.124
時間: 57.2s
トークン: 4,199 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.81s	606	173	572

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
GPT-5.6 Sol	10.0	10.0	100.0%	0		9.40s	7,302	394	4,706

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
GPT-5.6 Sol	10.0	10.0	100.0%	0		12.13s	11,019	318	1,214

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.38s	7,140	222	0

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
GPT-5.6 Sol	5.9	7.2	55.6%	1		47.86s	723	71	16,201

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.48s	477	99	214

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.50s	660	96	249

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
GPT-5.6 Sol	8.2	7.2	88.9%	1		2.98s	642	228	566

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
GPT-5.6 Sol	10.0	10.0	100.0%	0		6.30s	5,454	264	361

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
GPT-5.6 Sol	4.7	1.6	66.7%	1		4.94s	195	30	517

クイック比較

比較ペアを切り替え

GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.6 Solmedium 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 Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Claude Opus 4.8mediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Claude Opus 4.7mediumvsGPT-5.5low GPT-5.5lowvsGLM 5.2medium