AI BENCHY
Advertise here
#5

GPT-5.5

OpenAI प्रकाशन: 2026-04-24 चाचणी तारीख: 2026-04-26 10:23 openai/gpt-5.5::low
(medium) (low) (none)

सारांश

GPT-5.5 AI BENCHY वर 9.0 स्कोर करते आणि #5 वर आहे. याची reliability 10.0, pass rate 87.0%, एकूण खर्च $0.681, आणि सरासरी response time 8.39s आहे.

GPT-5.5 खास का आहे: हे एकूणात सर्वाधिक rank असलेल्या मॉडेल्सपैकी एक आहे. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

स्कोअर

9.0

सुसंगतता

9.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.681

एकूण आउटपुट टोकन्स

18,093

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$5.000 / 1M

आउटपुट किंमत

$30.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 3

प्रति प्रयत्न पास दर: 87.0%

अस्थिर चाचण्या

1

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

8.39s

प्रतिसाद वेळ (कमाल): 56.19s

प्रतिसाद वेळ (एकूण): 151.01s

चुकीचे उत्तर: 2 सूचनांचे पालन केले नाही: 1

Hamster playing table tennis

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

#5 GPT-5.5

low
खर्च
$0.068
वेळ
37.0s
टोकन्स
2,339 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 22:35 नवीन चाचणी जोडली 9.3 10.0 $1.253 तुलना करा
2026-06-04 13:47 नवीन चाचणी जोडली 9.0 10.0 $0.907 तुलना करा
2026-05-22 13:31 सूट बदलला 8.9 10.0 $0.822 तुलना करा
2026-05-08 15:31 सूट बदलला 8.9 10.0 $0.706 तुलना करा
2026-04-26 10:23 पहिला रन 9.0 10.0 $0.681 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-26 10:23 · पहिला रन9.09.610.015/18118,0930$0.6818.39s
2026-07-16 22:35 · नवीन चाचणी जोडली9.310.010.019/22028,41880,058$1.25310.13s
फरक-0.3-0.40.0-4+1-10325-80058-$0.573-1739ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

GPT-5.5lowvsGPT-5.6 SolhighGPT-5.5lowvsGemini 3.1 Pro PreviewmediumGPT-5.5lowvsGPT-5.6 SolmediumGPT-5.5lowvsClaude Opus 5highGPT-5.5lowvsGemini 3.6 FlashlowGPT-5.5lowvsClaude Opus 5mediumGPT-5.5lowvsGPT-5.6 SollowGPT-5.5lowvsQwen3.7 MaxmediumGPT-5.5lowvsGemini 3.5 FlashhighGPT-5.5lowvsGemini 3.5 Flashmedium

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 9.9 10.0
कोडी सोडवणे 9.0 7.9
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स