#11 GPT-5.5
medium- Cost
- $0.112
- Time
- 71.9s
- Tokens
- 3,807 tok
OpenAI
प्रकाशन: 2026-04-24
चाचणी तारीख: 2026-05-22 00:21
openai/gpt-5.5::medium
सारांश
GPT-5.5 AI BENCHY वर 8.7 स्कोर करते आणि #11 वर आहे. याची reliability 10.0, pass rate 86.7%, एकूण खर्च $3.503, आणि सरासरी response time 37.89s आहे.
8.7
सुसंगतता
8.8
10.0
$3.503
एकूण आउटपुट टोकन्स
111,483
एकूण इनपुट टोकन्स
0
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).
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 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 | सध्याची रन | |
| 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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:21 · सूट बदलला | 8.7 | 8.8 | 10.0 | 16/20 | 3 | 111,483 | 0 | $3.503 | 37.89s |
| 2026-06-04 13:48 · नवीन चाचणी जोडली | 8.8 | 8.9 | 10.0 | 17/21 | 3 | 116,910 | 34,212 | $3.679 | 37.98s |
| फरक | -0.1 | -0.1 | 0.0 | -1 | 0 | -5427 | -34212 | -$0.176 | -95ms |
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.
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-5.5mediumvsGPT-5.5lowGPT-5.5mediumvsClaude Opus 4.8mediumGPT-5.5mediumvsQwen3.7 MaxmediumGPT-5.5mediumvsClaude Opus 4.7mediumGPT-5.5mediumvsGemini 3 Flash PreviewmediumGPT-5.5mediumvsGemini 3.5 FlashhighGPT-5.5mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGPT-5.5mediumvsGemini 3.5 Flashlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 8.2 | 6.7 | |
| 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 |