#5 GPT-5.5
low- 成本
- $0.068
- 时间
- 37.0s
- 令牌
- 2,339 tok
OpenAI
发布日期: 2026-04-24
测试于: 2026-04-26 10:23
openai/gpt-5.5::low
~1.5T 总计 (~100B 激活)MoE闭源估算
摘要
GPT-5.5 在 AI BENCHY 上得分 9.0，排名 #5。它的可靠性为 10.0，通过率为 87.0%，总成本为 $0.681，平均响应时间为 8.39s。
GPT-5.5 的独特之处： 它是总体排名最高的模型之一。
模型信息
调研日期：2026-08-12
- 参数量
- ~1.5T 总计 (~100B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$5.000 / 1M
输出价格
$30.000 / 1M
不稳定测试
1
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-08-14 02:18 重新测试 | 9.3 | 10.0 | $1.257 | 比较 | |
| 2026-07-16 22:35 新增测试 | 9.3 | 10.0 | $1.253 | 比较 | |
| 2026-06-04 13:47 新增测试 | 9.0 | 10.0 | $0.907 | 比较 | |
| 2026-05-22 13:31 测试集已变更 | 8.9 | 10.0 | $0.822 | 比较 | |
| 2026-05-08 15:31 测试集已变更 | 8.9 | 10.0 | $0.706 | 比较 | |
| 2026-04-26 10:23 首次运行 | 9.0 | 10.0 | $0.681 | 当前轮次 |
轮次对比
| 测试轮次 | 基准测试覆盖率 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-26 10:23 · 首次运行 | 54/54 次尝试 | 9.0 | 9.6 | 10.0 | 15/18 | 1 | 18,093 | 0 | $0.681 | 8.39s |
| 2026-08-14 02:18 · 重新测试 | 66/66 次尝试 | 9.3 | 10.0 | 10.0 | 19/22 | 0 | 28,540 | 80,067 | $1.257 | 10.15s |
| 差值 | — | -0.3 | -0.4 | 0.0 | -4 | +1 | -10447 | -80067 | -$0.577 | -1758ms |
基准测试覆盖率不同：54/54 次尝试 (目标：每项测试重复 3 次) 对比 66/66 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
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