- 排名
- #28
- 总输出令牌
- 125,316
- 响应时间（平均）
- 38.97s
- 总成本
- $4.163
GPT-5.5 (medium) vs Pareto
GPT-5.5 (medium) 平均分领先，为 9.0 vs 8.9。 Pareto benchmark 成本更低，为 $1.172 vs $4.163。 Pareto 更快，为 31.51s vs 38.97s，通过率为 87.9% vs 86.4%。
已对比模型
- 排名
- #34
- 总输出令牌
- 119,230
- 响应时间（平均）
- 31.51s
- 总成本
- $1.172
推荐模型
Pareto
它的得分接近这里的最高分（8.9 vs 9.0），同时成本比GPT-5.5 (medium)低约 3.6 倍。
详细对比
| 指标 | GPT-5.5 GPT-5.5 medium | Pareto Pareto none |
|---|---|---|
| 分数 | 9.0 | 8.9 |
| 排名 | #28 | #34 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 9.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 87.9% | 86.4% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 23.127 | 6.506 |
| 总成本 | $4.163 | $1.172 |
| 输入价格 | $5.000 / 1M | $2.500 / 1M |
| 输出价格 | $30.000 / 1M | $7.500 / 1M |
| 总输入令牌 | 80,668 | 110,734 |
| 输出令牌 | 5,617 | 119,230 |
| 推理令牌 | 119,699 | 0 |
| 响应时间（平均） | 38.97s | 31.51s |
| 响应时间（最大） | 332.10s | 143.33s |
| 响应时间（总计） | 857.43s | 693.29s |
| 参数量 | ~1.5T 总计 (~100B 激活) | - |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#28 GPT-5.5
medium- 成本
- $0.112
- 时间
- 71.9s
- 令牌
- 3,807 tok
#34 Pareto
none- 成本
- $0.034
- 时间
- 170.7s
- 令牌
- 4,581 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
快速对比
切换对比组合
Seed 2.1 TurbohighvsParetononeMuse Spark 1.3highvsParetononeClaude Fable 5.1highvsGPT-5.5mediumGPT-5.3-CodexmediumvsParetononeGPT-5.5mediumvsGrok 4.5highQwen3.8 Max (0902)highvsParetononeGPT-5.5mediumvsQwen3.8 Max (0902)highParetononevsGrok 4.5highMuse Spark 1.3highvsGPT-5.5mediumGemini 3.5 FlashlowvsParetononeQwen3.8 MaxmediumvsParetononeSeed 2.1 TurbolowvsGPT-5.5medium