নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-6 Astra — high বনাম low

high average score-এ এগিয়ে: 9.9 vs 9.5. low-এর benchmark খরচ কম: $1.289 vs $3.474. low দ্রুত: 5.09s vs 18.65s, pass rates 97.0% vs 90.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-04

র‍্যাঙ্ক
#4
মোট আউটপুট টোকেন
53,622
প্রতিক্রিয়া সময় (গড়)
18.65s
মোট খরচ
$3.474
র‍্যাঙ্ক
#9
মোট আউটপুট টোকেন
10,144
প্রতিক্রিয়া সময় (গড়)
5.09s
মোট খরচ
$1.289
প্রস্তাবিত মডেল low

Its score stays close to the best score here (9.5 vs 9.9), while costing about 2.7x less than GPT-6 Astra (high).

বিস্তারিত তুলনা

মেট্রিক GPT-6 Astra GPT-6 Astra high প্রকাশ: 2026-09-04 GPT-6 Astra GPT-6 Astra low প্রকাশ: 2026-09-04
স্কোর 9.9 9.5
র‍্যাঙ্ক #4 #9
নির্ভরযোগ্যতা 9.9 9.9
ধারাবাহিকতা 9.6 10.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 97.0% 90.9%
অস্থির টেস্ট 1 0
মোট রান 66 66
প্রতি ফলাফলে খরচ 16.543 6.441
মোট খরচ $3.474 $1.289
ইনপুট মূল্য $10.000 / 1M $10.000 / 1M
আউটপুট মূল্য $50.000 / 1M $50.000 / 1M
মোট ইনপুট টোকেন 79,290 78,100
আউটপুট টোকেন 4,847 4,155
রিজনিং টোকেন 48,775 5,989
প্রতিক্রিয়া সময় (গড়) 18.65s 5.09s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.93s 28.60s
প্রতিক্রিয়া সময় (মোট) 410.28s 112.04s
প্যারামিটার ~2T মোট (~150B সক্রিয়) ~2T মোট (~150B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#4 GPT-6 Astra

high
খরচ
$0.457
সময়
176.7s
টোকেন
9,218 tok

#9 GPT-6 Astra

low
অবৈধ SVG
খরচ
$0.151
সময়
48.9s
টোকেন
3,094 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-6 Astra 10.0 10.0 100.0% 0 5.86s 7,302 392 2,387
GPT-6 Astra 10.0 10.0 100.0% 0 3.97s 7,302 388 976

দ্রুত তুলনা

তুলনার জুটি বদলান