AI BENCHY
Advertise here
#11

GPT-5.5

OpenAI प्रकाशन: 2026-04-24 चाचणी तारीख: 2026-05-22 00:21 openai/gpt-5.5::medium
(medium) (low) (none)

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.

स्कोअर

8.7

सुसंगतता

8.8

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$3.503

एकूण आउटपुट टोकन्स

111,483

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$5.000 / 1M

आउटपुट किंमत

$30.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 4

प्रति प्रयत्न पास दर: 86.7%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

37.89s

प्रतिसाद वेळ (कमाल): 332.10s

प्रतिसाद वेळ (एकूण): 757.71s

चुकीचे उत्तर: 4

Generation showcase

Hamster playing table tennis

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

#11 GPT-5.5

medium
Cost
$0.112
Time
71.9s
Tokens
3,807 tok

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.

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-5.5mediumvsGemini 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

तुलना केलेली मॉडेल्स