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, $1.361. Claude Opus 4.7 (medium) are cel mai rapid timp de răspuns, 7.61s.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-08-07

Rang: #15
Total tokenuri de ieșire: 124,436
Timp de răspuns (mediu): 38.42s
Cost total: $4.137

Rang: #29
Total tokenuri de ieșire: 88,670
Timp de răspuns (mediu): 23.10s
Cost total: $1.533

Rang: #9
Total tokenuri de ieșire: 97,958
Timp de răspuns (mediu): 21.47s
Cost total: $1.361

Rang: #23
Total tokenuri de ieșire: 29,990
Timp de răspuns (mediu): 7.61s
Cost total: $1.477

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	#15	#29	#9	#23
Fiabilitate	10.0	10.0	10.0	10.0
Consistență	8.9	8.6	10.0	9.6
Acoperire benchmark	22/22 teste · 66/66 încercări	22/22 teste · 66/66 încercări	22/22 teste · 66/66 încercări	22/22 teste · 66/66 încercări
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	22.980	10.220	6.801	8.201
Cost total	$4.137	$1.533	$1.361	$1.477
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	80,659	81,127	92,287	145,252
Tokenuri de ieșire	5,617	6,155	5,232	24,948
Tokenuri de raționament	118,819	82,515	92,726	5,042
Timp de răspuns (mediu)	38.42s	23.10s	21.47s	7.61s
Timp de răspuns (maxim)	332.10s	100.41s	88.68s	65.40s
Timp de răspuns (total)	845.35s	508.26s	322.08s	159.91s

Prezentare generare modele

Hamster playing table tennis

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

#15 GPT-5.5

medium

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

#29 GPT-5.4

medium

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

#9 Gemini 3.1 Pro Preview

medium

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

#23 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	164.14s	723	67	79,625
GPT-5.4	5.3	7.2	44.4%	1	74.27s	619	61	34,748
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	32.73s	635	18	12,424
Claude Opus 4.7	7.7	10.0	66.7%	0	1.17s	630	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 5highvsGemini 3.1 Pro Previewmedium Claude Opus 4.7mediumvsGemini 3.6 Flashlow Claude Opus 4.7mediumvsQwen3.8 Maxlow Claude Opus 4.7mediumvsGemini 3.5 Flash Litehigh Gemini 3.5 FlashlowvsGPT-5.5medium Claude Opus 4.7mediumvsMuse Spark 1.2high GPT-5.5mediumvsGrok 4.5high Claude Opus 5lowvsGPT-5.4medium Muse Spark 1.2lowvsGPT-5.4medium Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh GPT-5.4mediumvsGrok 4.5low