GPT-5.5 Instant

openai·3 个数据来源·更新于 2026-11-10

上下文窗口400K厂商官网
最大输出128K厂商官网
输入 / 百万 Token$5厂商官网
输出 / 百万 Token$30厂商官网

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

2 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

9 项已收录成绩 · 保留原始单位和测试条件

AIME 2025厂商自报 · 越高越好
81.2%

AIME 2025 competition math accuracy.

成绩出处
CharXiv-R厂商自报 · 越高越好
81.6%

CharXiv reasoning scientific chart reasoning accuracy.

成绩出处
GPQA厂商自报 · 越高越好
85.6%

GPQA PhD-level science accuracy.

成绩出处
HealthBench厂商自报 · 越高越好
51.4%

Length-adjusted HealthBench score. Unadjusted score 50.9; mean response length 1,922 characters.

成绩出处
HealthBench Consensus厂商自报 · 越高越好
94.7%

Length-adjusted HealthBench Consensus score. Unadjusted score 94.6; mean response length 1,919 characters.

成绩出处
HealthBench Hard厂商自报 · 越高越好
22.9%

Length-adjusted HealthBench Hard score. Unadjusted score 21.3; mean response length 1,794 characters.

成绩出处
HealthBench Professional厂商自报 · 越高越好
38.4%

Length-adjusted HealthBench Professional score. Unadjusted score 40.7; mean response length 2,775 characters.

成绩出处
MMMU-Pro厂商自报 · 越高越好
76%

MMMU-Pro expert multimodal reasoning accuracy.

成绩出处
OmniDocBench 1.5厂商自报 · 越高越好
87.5%

OmniDocBench document parsing average error rate 0.125 inverted to normalized score 0.875 (1 - 0.125).

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-05-05LLM Stats
知识截止
2026-04-20厂商官网
上下文窗口
400K Token厂商官网
最大输入
400K TokenLLM Stats
最大输出
128K Token厂商官网
输入模态
文本、图像厂商官网
输出模态
文本厂商官网
许可证
ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
厂商官网 · Explore models and compare capabilities$5$30$0.5
OpenAI$5$30待补充

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$8
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

厂商官网

厂商官方文档 · 基础规格与标准 API 报价

1 条记录最近采集 2026-11-10

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

Arena

Arena 官方公开数据集 · CC BY 4.0

3 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsGPT-5.5 InstantSHA-256 643610a7ecfd3cba…2026-11-10T13:53:24Z查看来源
ArenaGPT-5.5 Instant2026-11-10T14:07:52Z查看来源
ArenaGPT-5.5 Instant2026-11-10T14:07:52Z查看来源
ArenaGPT-5.5 Instant2026-11-10T14:07:52Z查看来源
厂商官网Explore models and compare capabilitiesSHA-256 2d53efb40cf87200…2026-11-10T14:02:24Z查看来源
继续浏览模型排行榜