#13 GPT-5.5
medium- खर्च
- $0.112
- वेळ
- 71.9s
- टोकन्स
- 3,807 tok
OpenAI
प्रकाशन: 2026-04-24
चाचणी तारीख: 2026-07-16 22:37
openai/gpt-5.5::medium
सारांश
GPT-5.5 AI BENCHY वर 9.0 स्कोर करते आणि #13 वर आहे. याची reliability 10.0, pass rate 87.9%, एकूण खर्च $4.137, आणि सरासरी response time 38.42s आहे.
9.0
सुसंगतता
8.9
10.0
$4.137
एकूण आउटपुट टोकन्स
124,436
एकूण इनपुट टोकन्स
80,659
इनपुट किंमत
$5.000 / 1M
आउटपुट किंमत
$30.000 / 1M
अस्थिर चाचण्या
3
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-07-16 22:37 नवीन चाचणी जोडली | 9.0 | 10.0 | $4.137 | सध्याची रन | |
| 2026-06-04 13:48 नवीन चाचणी जोडली | 8.8 | 10.0 | $3.679 | तुलना करा | |
| 2026-05-22 00:21 सूट बदलला | 8.7 | 10.0 | $3.503 | तुलना करा | |
| 2026-04-24 20:23 पहिला रन | 9.0 | लागू नाही | $2.884 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:37 · सध्याची रन | 9.0 | 8.9 | 10.0 | 18/22 | 3 | 124,436 | 80,659 | $4.137 | 38.42s |
| 2026-04-24 20:23 · पहिला रन | 9.0 | 9.2 | लागू नाही | 15/18 | 2 | 91,552 | 0 | $2.884 | 32.75s |
| फरक | 0.0 | -0.3 | +3 | +1 | +32884 | +80659 | +$1.253 | +5670ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-06-04 15:40 | $5.000 / 1M | $30.000 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
GPT-5.5mediumvsGemini 3.5 FlashmediumGPT-5.5mediumvsGemini 3.5 FlashlowGPT-5.5mediumvsQwen3.7 MaxmediumGPT-5.5mediumvsGrok 4.5highGPT-5.5mediumvsGemini 3.1 Pro PreviewmediumGPT-5.5mediumvsGPT-5.3-CodexmediumGPT-5.5mediumvsGPT-5.5lowGPT-5.5mediumvsClaude Opus 4.8mediumGPT-5.5mediumvsGPT-5.6 SolhighGPT-5.5mediumvsClaude Opus 4.7medium
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 8.8 | 7.8 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 2.8 | 1.6 |