AI BENCHY Compare

OpenAI: GPT-5.5 vs OpenAI: gpt-oss-120b

概要

GPT-5.5 (low) vs gpt-oss-120b の benchmark 比較: GPT-5.5 (low) が平均スコアでリードし、9.3 vs 4.0 です。 gpt-oss-120b の benchmark コストが低く、$0.010 vs $0.907 です。 GPT-5.5 (low) の方が高速で、9.76s vs 21.61s です、成功率は 85.7% vs 34.9% です。

おすすめモデル: GPT-5.5 (low) - ここでは最高スコア（9.3）で、gpt-oss-120b より約 2.2 倍速く応答します。

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-oss-120b gpt-oss-120b none リリース: 2025-08-05 無料で利用可能

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	gpt-oss-120b gpt-oss-120b none リリース: 2025-08-05 無料で利用可能
スコア	9.3	4.0
順位	#7	#183
信頼性	10.0	10.0
一貫性	10.0	8.2
正解テスト
試行ごとの合格率	85.7%	34.9%
不安定なテスト	0	2
総実行回数	63	57
結果あたりのコスト	5.035	0.168
合計コスト	$0.907	$0.010
入力価格	$5.000 / 1M	$0.036 / 1M
出力価格	$30.000 / 1M	$0.180 / 1M
合計入力トークン	34,209	9,081
出力トークン	2,046	51,664
推論トークン	22,460	0
応答時間（平均）	9.76s	21.61s
応答時間（最大）	56.19s	113.71s
応答時間（合計）	204.92s	345.79s

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

#183 gpt-oss-120b

none

このモデルのショーケース結果はまだ生成されていません。

コスト: $0.000
時間: -
トークン: 0 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-oss-120b	6.5	10.0	50.0%	0		32.84s	1,336	8,676	0

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-oss-120b	1.5	4.0	22.2%	1		9.57s	901	3,232	0

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-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	0

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-oss-120b	6.5	10.0	50.0%	0		7.12s	2,421	598	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-oss-120b	3.0	10.0	0.0%	0		34.98s	1,294	29,483	0

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-oss-120b	4.8	10.0	0.0%	0		10.79s	584	615	0

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-oss-120b	9.8	10.0	100.0%	0		5.06s	1,043	1,940	0

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-oss-120b	6.0	7.2	55.6%	1		8.21s	1,188	3,982	0

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-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	0

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-oss-120b	3.0	10.0	0.0%	0		47.29s	314	3,138	0

クイック比較

比較ペアを切り替え

GPT-5.5lowvsQwen3.7 Maxmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low gpt-oss-120bnone無料で利用可能vsQwen3.5-9Bmedium Gemini 3 Flash PreviewmediumvsGPT-5.5low gpt-oss-120bnone無料で利用可能vsGLM 4.7 Flashmedium 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