gpt-5.5-pro-pre-release
52.4%±2.9%
49.5%CI55.3%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 14 minacum 14 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 4 ore
- Arena · WebDev· acum 4 ore
- Arena · Vision· acum 4 ore
- Arena · Agent· acum 4 ore
- GPQA Diamond· acum 14 minute
- SWE-bench· acum 14 minute
- Terminal-Bench· acum 14 minute
- ARC-AGI-2· acum 14 minute
Filtrează după organizație:
Lansat:
gpt-5.5-pre-release
51.7%±2.9%
48.8%CI54.6%
gpt-5.4-pro-2026-03-05
50.0%±2.9%
47.1%CI52.9%
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 1 | gpt-5.5-pro-pre-release | OpenAI | — | — | 52.4% | 49.5%–55.3% | #22–60 | ||
| 2 | gpt-5.5-pre-release | OpenAI | — | — | 51.7% | 48.8%–54.6% | #22–36 | ||
| 3 | gpt-5.4-pro-2026-03-05 | OpenAI | mar. 2026 | $30 / $180 | 50.0% | 47.1%–52.9% | #20–171 | ||
| 4 | gpt-5.4-2026-03-05 | OpenAI | sept. 2026 | $2.50 / $15 | 47.6% | 44.7%–50.5% | #12–27 | ||
| 8 | gpt-5.2-2025-12-11 | OpenAI | dec. 2025 | $1.75 / $14 | 40.7% | 37.8%–43.6% | #34–93 | ||
| 16 | gpt-5-2025-08-07 | OpenAI | aug. 2025 | $1.25 / $10 | 32.4% | 29.7%–35.2% | #64–149 | ||
| 18 | gpt-5.1-2025-11-13 | OpenAI | nov. 2025 | $1.25 / $10 | 31.0% | 28.3%–33.8% | #45–242 | ||
| 20 | gpt-5.4-mini-2026-03-17 | OpenAI | oct. 2026 | $0.75 / $4.50 | 28.3% | 26.2%–30.3% | #75–180 | ||
| 22 | gpt-5-mini-2025-08-07 | OpenAI | aug. 2025 | $0.25 / $2 | 27.2% | 24.6%–29.9% | #126–343 | ||
| 24 | gpt-5.4-nano-2026-03-17 | OpenAI | oct. 2026 | $0.20 / $1.25 | 25.9% | 23.3%–28.4% | #94–222 | ||
| 41 | gpt-5-nano-2025-08-07 | OpenAI | aug. 2025 | $0.05 / $0.40 | 8.3% | 6.7%–9.9% | #132–399 |
Se afișează FrontierMath exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.