#58 GPT-5.5
none- Cost
- $0.090
- Time
- 54.3s
- Tokens
- 3,063 tok
خلاصہ
GPT-5.5 AI BENCHY پر 6.8 اسکور کرتا ہے اور #58 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 61.1%، کل لاگت $0.195، اور اوسط response time 1.83s ہے۔
GPT-5.5 کو منفرد کیا بناتا ہے: یہ کوڈنگ میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ ہدایات کی پیروی اس کا کمزور ترین حصہ ہے، rank #16. یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔
6.8
تسلسل
8.3
دستیاب نہیں
$0.195
کل آؤٹ پٹ ٹوکنز
1,910
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$5.000 / 1M
آؤٹ پٹ قیمت
$30.000 / 1M
غیر مستحکم ٹیسٹ
4
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:46 نیا ٹیسٹ شامل ہوا | 6.4 | 10.0 | $0.231 | موازنہ کریں | |
| 2026-05-22 00:19 سوٹ بدل گیا | 6.5 | 10.0 | $0.217 | موازنہ کریں | |
| 2026-04-24 19:59 پہلا رن | 6.8 | دستیاب نہیں | $0.195 | موجودہ رن |
رن موازنہ
| رن | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-24 19:59 · پہلا رن | 6.8 | 8.3 | دستیاب نہیں | 9/18 | 4 | 1,910 | 0 | $0.195 | 1.83s |
| 2026-06-04 13:46 · نیا ٹیسٹ شامل ہوا | 6.4 | 8.8 | 10.0 | 10/21 | 3 | 1,971 | 34,212 | $0.231 | 1.89s |
| فرق | +0.4 | -0.5 | -1 | +1 | -61 | -34212 | -$0.036 | -62ms |
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
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 6.9 | 7.9 | |
| کوڈنگ | 10.0 | 10.0 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 2.9 | 7.2 | |
| عمومی ذہانت | 10.0 | 10.0 | |
| ہدایات کی پیروی | 6.2 | 5.8 | |
| پہیلی حل کرنا | 6.7 | 7.9 | |
| ٹول کالنگ | 10.0 | 10.0 |