#5 GPT-5.5
low- لاگت
- $0.068
- وقت
- 37.0s
- ٹوکنز
- 2,339 tok
OpenAI
اجرا: 2026-04-24
ٹیسٹ کیا گیا: 2026-04-26 10:23
openai/gpt-5.5::low
~1.5T کل (~100B فعال)MoEبند ماخذتخمینہ
خلاصہ
GPT-5.5 AI BENCHY پر 9.0 اسکور کرتا ہے اور #5 پر ہے۔ اس کی reliability 10.0، pass rate 87.0%، کل لاگت $0.681، اور اوسط response time 8.39s ہے۔
GPT-5.5 کو منفرد کیا بناتا ہے: یہ مجموعی طور پر سب سے اوپر ranked models میں سے ایک ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- ~1.5T کل (~100B فعال)
- ساخت
- MoE
- دستیابی
- بند ماخذ
- لائسنس
- -
عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔
9.0
تسلسل
9.6
10.0
$0.681
کل آؤٹ پٹ ٹوکنز
18,093
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$5.000 / 1M
آؤٹ پٹ قیمت
$30.000 / 1M
غیر مستحکم ٹیسٹ
1
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-08-14 02:18 دوبارہ ٹیسٹ | 9.3 | 10.0 | $1.257 | موازنہ کریں | |
| 2026-07-16 22:35 نیا ٹیسٹ شامل ہوا | 9.3 | 10.0 | $1.253 | موازنہ کریں | |
| 2026-06-04 13:47 نیا ٹیسٹ شامل ہوا | 9.0 | 10.0 | $0.907 | موازنہ کریں | |
| 2026-05-22 13:31 سوٹ بدل گیا | 8.9 | 10.0 | $0.822 | موازنہ کریں | |
| 2026-05-08 15:31 سوٹ بدل گیا | 8.9 | 10.0 | $0.706 | موازنہ کریں | |
| 2026-04-26 10:23 پہلا رن | 9.0 | 10.0 | $0.681 | موجودہ رن |
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-26 10:23 · پہلا رن | 54/54 کوششیں | 9.0 | 9.6 | 10.0 | 15/18 | 1 | 18,093 | 0 | $0.681 | 8.39s |
| 2026-07-16 22:35 · نیا ٹیسٹ شامل ہوا | 66/66 کوششیں | 9.3 | 10.0 | 10.0 | 19/22 | 0 | 28,418 | 80,058 | $1.253 | 10.13s |
| فرق | — | -0.3 | -0.4 | 0.0 | -4 | +1 | -10325 | -80058 | -$0.573 | -1739ms |
بینچ مارک کوریج مختلف ہے: 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
GPT-5.5lowvsGPT-5.6 SolhighGPT-5.5lowvsGrok 4.6highGPT-5.5lowvsGPT-6 AstramediumGPT-5.5lowvsGemini 3.1 Pro PreviewmediumGPT-5.5lowvsGPT-5.6 SolmediumGPT-5.5lowvsGemini 3.7 FlashlowGPT-5.5lowvsGemini 3.7 FlashmediumGPT-5.5lowvsClaude Opus 5highGPT-5.5lowvsGemini 3.5 FlashhighGPT-5.5lowvsClaude Opus 5medium
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 10.0 | 10.0 | |
| کوڈنگ | 10.0 | 10.0 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 5.3 | 10.0 | |
| عمومی ذہانت | 10.0 | 10.0 | |
| ہدایات کی پیروی | 9.9 | 10.0 | |
| پہیلی حل کرنا | 9.0 | 7.9 | |
| ٹول کالنگ | 10.0 | 10.0 |