#8 GPT-5.5
low- Cost
- $0.068
- Time
- 37.0s
- Tokens
- 2,339 tok
OpenAI
Releasedatum: 2026-04-24
Getest op: 2026-05-22 13:31
openai/gpt-5.5::low
Samenvatting
GPT-5.5 scoort 8.9 op AI BENCHY en staat op #8. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 85.0%, $0.822 totale kosten en 9.43s gemiddelde responstijd.
8.9
Consistentie
10.0
10.0
Totaal aantal uitvoer-tokens
22,117
Totaal aantal invoer-tokens
0
Invoerprijs
$5.000 / 1M
Uitvoerprijs
$30.000 / 1M
Instabiele tests
0
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-06-04 13:47 Nieuwe test toegevoegd | 9.0 | 10.0 | $0.907 | Vergelijken | |
| 2026-05-22 13:31 Suite gewijzigd | 8.9 | 10.0 | $0.822 | Huidige run | |
| 2026-05-08 15:31 Suite gewijzigd | 8.9 | 10.0 | $0.706 | Vergelijken | |
| 2026-04-26 10:23 Eerste run | 9.0 | 10.0 | $0.681 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 13:31 · Suite gewijzigd | 8.9 | 10.0 | 10.0 | 17/20 | 0 | 22,117 | 0 | $0.822 | 9.43s |
| 2026-04-26 10:23 · Eerste run | 9.0 | 9.6 | 10.0 | 15/18 | 1 | 18,093 | 0 | $0.681 | 8.39s |
| Verschil | -0.1 | +0.4 | 0.0 | +2 | -1 | +4024 | 0 | +$0.142 | +1043ms |
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 10.0 | 10.0 | |
| Programmeren | 10.0 | 10.0 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 5.3 | 10.0 | |
| Algemene intelligentie | 10.0 | 10.0 | |
| Instructies opvolgen | 9.9 | 10.0 | |
| Puzzeloplossing | 10.0 | 10.0 | |
| Toolaanroepen | 10.0 | 10.0 | |
| Algemene kennis | 3.0 | 10.0 |