नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.5 (medium) vs Pareto

GPT-5.5 (medium) average score मध्ये पुढे आहे: 9.0 vs 8.9. Pareto चा benchmark खर्च कमी आहे: $1.172 vs $4.163. Pareto वेगवान आहे: 31.51s vs 38.97s, pass rates 87.9% vs 86.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-18

तुलना केलेली मॉडेल्स

क्रमांक
#28
एकूण आउटपुट टोकन्स
125,316
प्रतिसाद वेळ (सरासरी)
38.97s
एकूण खर्च
$4.163
क्रमांक
#34
एकूण आउटपुट टोकन्स
119,230
प्रतिसाद वेळ (सरासरी)
31.51s
एकूण खर्च
$1.172
शिफारस केलेले मॉडेल Pareto

Its score stays close to the best score here (8.9 vs 9.0), while costing about 3.6x less than GPT-5.5 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.5 GPT-5.5 medium प्रकाशन: 2026-04-24 Pareto Pareto none प्रकाशन: 2026-09-18
स्कोअर 9.0 8.9
क्रमांक #28 #34
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 9.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 87.9% 86.4%
अस्थिर चाचण्या 3 2
एकूण रन 66 66
प्रति निकाल खर्च 23.127 6.506
एकूण खर्च $4.163 $1.172
इनपुट किंमत $5.000 / 1M $2.500 / 1M
आउटपुट किंमत $30.000 / 1M $7.500 / 1M
एकूण इनपुट टोकन्स 80,668 110,734
आउटपुट टोकन्स 5,617 119,230
रिझनिंग टोकन्स 119,699 0
प्रतिसाद वेळ (सरासरी) 38.97s 31.51s
प्रतिसाद वेळ (कमाल) 332.10s 143.33s
प्रतिसाद वेळ (एकूण) 857.43s 693.29s
पॅरामीटर्स ~1.5T एकूण (~100B सक्रिय) -
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#28 GPT-5.5

medium
खर्च
$0.112
वेळ
71.9s
टोकन्स
3,807 tok

#34 Pareto

none
खर्च
$0.034
वेळ
170.7s
टोकन्स
4,581 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

झटपट तुलना

तुलना जोडी बदला