Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 vs OpenAI: GPT-5.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-26

Metrică GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05 GPT-5.5 GPT-5.5 low Lansare: 2026-04-24
Scor 8.2 9.0
Rang #19 #5
Fiabilitate N/D 10.0
Consistență 8.7 9.6
Teste corecte
Rată de trecere pe încercare 79.6% 87.0%
Teste instabile 3 1
Rulări totale 54 54
Cost per rezultat 6.399 4.534
Cost total $0.832 $0.681
Preț de intrare $2.500 / 1M $5.000 / 1M
Preț de ieșire $15.000 / 1M $30.000 / 1M
Tokenuri de ieșire 2,169 1,959
Tokenuri de raționament 48,732 16,134
Timp de răspuns (mediu) 18.63s 8.39s
Timp de răspuns (maxim) 100.41s 56.19s
Timp de răspuns (total) 335.26s 151.01s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
GPT-5.5 10.0 10.0 100.0% 0 4.15s 232 1,056
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
GPT-5.5 10.0 10.0 100.0% 0 7.79s 369 936
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
GPT-5.5 10.0 10.0 100.0% 0 9.56s 303 717
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
GPT-5.5 10.0 10.0 100.0% 0 3.28s 228 157
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
GPT-5.5 5.3 10.0 33.3% 0 27.57s 69 11,731
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
GPT-5.5 10.0 10.0 100.0% 0 3.45s 143 132
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
GPT-5.5 9.9 10.0 100.0% 0 2.98s 93 356
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
GPT-5.5 9.0 7.9 88.9% 1 4.48s 272 948
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
GPT-5.5 10.0 10.0 100.0% 0 4.96s 250 101

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4mediumvsHY3 PreviewlowDisponibil gratuitGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumClaude Opus 4.7nonevsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.4mediumvsHY3 PreviewhighDisponibil gratuitGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumSeed-2.0-LitemediumvsGPT-5.5lowGPT-5.5lowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.5lowvsHY3 PreviewhighDisponibil gratuit