Modele comparate

Comparație benchmark GPT-5.5 (medium) vs GPT-5.4 (medium) vs Gemini 3.1 Pro Preview (medium) vs Claude Opus 4.7 (medium): Gemini 3.1 Pro Preview (medium) conduce la Scor cu 9.2. GPT-5.5 (medium) conduce la Fiabilitate cu 10.0. Gemini 3.1 Pro Preview (medium) are cel mai mic Cost total, $1.352. Claude Opus 4.7 (medium) are cel mai rapid timp de răspuns, 7.62s.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-28

Modele comparate

Rang: #33
Total tokenuri de ieșire: 125,316
Timp de răspuns (mediu): 38.97s
Cost total: $4.163

Rang: #56
Total tokenuri de ieșire: 90,466
Timp de răspuns (mediu): 22.85s
Cost total: $1.560

Rang: #22
Total tokenuri de ieșire: 97,238
Timp de răspuns (mediu): 20.62s
Cost total: $1.352

Rang: #49
Total tokenuri de ieșire: 29,990
Timp de răspuns (mediu): 7.62s
Cost total: $1.476

Model recomandat Gemini 3.1 Pro Preview (medium)

Are cel mai bun scor aici (9.2) și costă de aproximativ 1.8x mai puțin decât celelalte modele din această comparație.

Comparație detaliată

Metrică	GPT-5.5 GPT-5.5 medium Lansare: 2026-04-24	GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lansare: 2026-02-19	Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16

Metrică	GPT-5.5 GPT-5.5 medium Lansare: 2026-04-24	GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lansare: 2026-02-19	Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16
Scor	9.0	8.5	9.2	8.7
Rang	#33	#56	#22	#49
Fiabilitate	10.0	10.0	10.0	10.0
Consistență	8.9	8.6	10.0	9.6
Încercări	66/66	66/66	66/66	66/66
Teste corecte
Rată de trecere pe încercare	87.9%	77.3%	90.9%	83.3%
Teste instabile	3	4	0	1
Rulări totale	66	66	66	66
Cost per rezultat	23.127	10.399	6.758	8.200
Cost total	$4.163	$1.560	$1.352	$1.476
Preț de intrare	$5.000 / 1M	$2.500 / 1M	$2.000 / 1M	$5.000 / 1M
Preț de ieșire	$30.000 / 1M	$15.000 / 1M	$12.000 / 1M	$25.000 / 1M
Total tokenuri de intrare	80,668	81,136	92,296	145,249
Tokenuri de ieșire	5,617	6,155	5,232	24,948
Tokenuri de raționament	119,699	84,311	92,006	5,042
Timp de răspuns (mediu)	38.97s	22.85s	20.62s	7.62s
Timp de răspuns (maxim)	332.10s	100.41s	88.68s	65.40s
Timp de răspuns (total)	857.43s	502.78s	329.94s	159.94s
Parametri	~1.5T în total (~100B activi)	~1.5T în total (~100B activi)	~1.2T în total (~20B activi)	~5T în total (~500B activi)
Disponibilitate	Închis	Închis	Închis	Închis

Prezentare generare modele

Hamster playing table tennis

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

#33 GPT-5.5

medium

Cost: $0.112
Timp: 71.9s
Tokenuri: 3,807 tok

#56 GPT-5.4

medium

Cost: $0.214
Timp: 199.6s
Tokenuri: 14,349 tok

#22 Gemini 3.1 Pro Preview

medium

Cost: $0.115
Timp: 87.2s
Tokenuri: 9,629 tok

#49 Claude Opus 4.7

medium

Cost: $0.059
Timp: 26.8s
Tokenuri: 2,475 tok

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

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	10.0	10.0	100.0%	4.66s	606	250	1,335
GPT-5.4	8.3	10.0	75.0%	4.11s	606	240	1,511
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.90s	498	112	3,218
Claude Opus 4.7	8.3	10.0	75.0%	1.85s	894	348	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	8.8	7.8	88.9%	1	59.77s	7,305	362	24,959
GPT-5.4	8.8	7.8	88.9%	1	44.36s	7,305	433	24,216
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0	40.17s	8,124	435	41,247
Claude Opus 4.7	7.6	7.2	77.8%	1	12.96s	10,635	7,629	1,114

Combinat	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	10.0	10.0	100.0%	33.52s	57,466	3,944	6,735
GPT-5.4	10.0	10.0	100.0%	29.77s	58,038	4,214	13,351
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	40.39s	67,910	3,687	23,111
Claude Opus 4.7	10.0	10.0	100.0%	43.42s	104,347	15,459	3,928

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	10.0	10.0	100.0%	4.18s	7,140	234	593
GPT-5.4	10.0	10.0	100.0%	5.32s	7,140	234	804
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.72s	7,265	279	3,904
Claude Opus 4.7	10.0	10.0	100.0%	2.37s	10,533	324	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	5.3	7.2	44.4%	1	168.16s	732	67	80,505
GPT-5.4	5.3	7.2	44.4%	1	72.44s	628	61	36,544
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	20.29s	644	18	11,704
Claude Opus 4.7	7.7	10.0	66.7%	0	1.19s	627	51	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	10.0	10.0	100.0%	0	4.16s	477	138	223
GPT-5.4	4.7	3.1	33.3%	1	4.92s	477	145	321
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	11.77s	490	108	1,179
Claude Opus 4.7	10.0	10.0	100.0%	0	2.87s	723	256	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	10.0	10.0	100.0%	3.36s	660	93	538
GPT-5.4	10.0	10.0	100.0%	3.11s	660	93	897
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	9.56s	621	72	2,236
Claude Opus 4.7	10.0	10.0	100.0%	1.57s	939	114	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	10.0	10.0	100.0%	0	6.76s	642	241	2,225
GPT-5.4	8.2	7.2	88.9%	1	9.14s	642	441	3,815
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.90s	570	235	3,128
Claude Opus 4.7	10.0	10.0	100.0%	0	2.43s	939	370	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	10.0	10.0	100.0%	10.57s	5,445	258	832
GPT-5.4	10.0	10.0	100.0%	13.28s	5,445	264	1,031
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	23.15s	6,018	274	982
Claude Opus 4.7	10.0	10.0	100.0%	4.17s	15,339	373	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.5	2.8	1.6	33.3%	1	37.86s	195	30	1,754
GPT-5.4	3.0	10.0	0.0%	0	13.95s	195	30	1,821
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.27s	156	12	1,297
Claude Opus 4.7	3.0	10.0	0.0%	0	2.25s	273	24	0

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7mediumvsGLM 5.3 Flashmax Claude Opus 4.7mediumvsGemini 3.6 Flashlow Claude Opus 5.5highvsGemini 3.1 Pro Previewmedium Claude Fable 5.1highvsGPT-5.5medium GPT-5.4mediumvsQwen3.8 Maxlow Claude Opus 5highvsGemini 3.1 Pro Previewmedium GPT-5.5mediumvsGrok 4.5high Claude Opus 4.7mediumvsMuse Spark 1.2high Claude Opus 4.7mediumvsGemini 3.5 Flash Litehigh DeepSeek V4.1 FlashlowvsGPT-5.4medium DeepSeek V4.1 FlashhighvsGPT-5.4medium Claude Opus 5.5lowvsGemini 3.1 Pro Previewmedium