AI BENCHY Compare

OpenAI: GPT-5.5 vs Elephant Alpha

概要

GPT-5.5 (low) が平均スコアでリードし、9.3 vs 4.5 です。 Elephant Alpha (medium) の benchmark コストが低く、$0.000 vs $0.907 です。 Elephant Alpha (medium) の方が高速で、1.27s vs 9.76s です、成功率は 85.7% vs 30.2% 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: 2026-07-14

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	Elephant Alpha Elephant Alpha medium リリース: 2026-04-14

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	Elephant Alpha Elephant Alpha medium リリース: 2026-04-14
スコア	9.3	4.5
順位	#7	#181
信頼性	10.0	該当なし
一貫性	10.0	9.7
正解テスト
試行ごとの合格率	85.7%	30.2%
不安定なテスト	0	1
総実行回数	63	63
結果あたりのコスト	5.035	0.000
合計コスト	$0.907	$0.000
入力価格	$5.000 / 1M	$0.000 / 1M
出力価格	$30.000 / 1M	$0.000 / 1M
合計入力トークン	34,209	33,744
出力トークン	2,046	2,596
推論トークン	22,460	0
応答時間（平均）	9.76s	1.27s
応答時間（最大）	56.19s	3.70s
応答時間（合計）	204.92s	22.82s

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

#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

コスト: $0.000
時間: 0.1s
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

カテゴリ:

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
Elephant Alpha	6.6	10.0	50.0%	0		1.19s	726	815	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
Elephant Alpha	3.7	7.8	11.1%	1		1.30s	813	365	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
Elephant Alpha	3.0	10.0	0.0%	0		3.70s	14,046	562	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
Elephant Alpha	6.5	10.0	50.0%	0		979ms	8,004	246	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
Elephant Alpha	3.0	10.0	0.0%	0		925ms	810	24	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
Elephant Alpha	4.3	10.0	0.0%	0		920ms	540	105	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
Elephant Alpha	9.8	10.0	100.0%	0		987ms	732	82	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
Elephant Alpha	5.3	10.0	33.3%	0		868ms	729	166	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
Elephant Alpha	3.0	10.0	0.0%	0		2.83s	7,344	231	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
Elephant Alpha	3.0	10.0	0.0%	0		0ms	0	0	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 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