#73 GPT-5 Mini
medium- Coste
- $0.007
- Tiempo
- 42.9s
- Tokens
- 3,432 tok
OpenAI
Lanzamiento: 2025-08-07
Probado el: 2026-05-22 00:16
openai/gpt-5-mini::medium
~400B en total (~17B activos)MoECódigo cerradoEstimado Resumen
GPT-5 Mini obtiene 6.9 en AI BENCHY y ocupa el puesto #73. Tiene fiabilidad 10.0, una tasa de aciertos de 60.0%, coste total de $0.150 y tiempo medio de respuesta de 23.99s.
Qué hace único a GPT-5 Mini: Destaca más en Programación, donde ocupa #1, mientras que Inteligencia general es su área más débil con #16.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- ~400B en total (~17B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código cerrado
- Licencia
- -
Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.
6.9
Consistencia
8.7
10.0
$0.150
Total de tokens de salida
70,358
Total de tokens de entrada
0
Precio de entrada
$0.250 / 1M
Precio de salida
$2.000 / 1M
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
23.99s
Tiempo de respuesta (máximo): 88.15s
Tiempo de respuesta (total): 479.86s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:07 Nueva prueba | 8.1 | 10.0 | $0.241 | Comparar | |
| 2026-07-16 22:27 Prueba nueva añadida | 8.1 | 10.0 | $0.237 | Comparar | |
| 2026-06-04 13:43 Prueba nueva añadida | 7.3 | 10.0 | $0.159 | Comparar | |
| 2026-05-22 00:16 Nueva prueba | 6.9 | 10.0 | $0.150 | Ejecución actual | |
| 2026-04-11 01:44 Primera ejecución registrada | 7.0 | N/D | $0.128 | Comparar |
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:16 · Nueva prueba | 60/60 intentos | 6.9 | 8.7 | 10.0 | 10/20 | 3 | 70,358 | 0 | $0.150 | 23.99s |
| 2026-06-04 13:43 · Prueba nueva añadida | 63/63 intentos | 7.3 | 9.1 | 10.0 | 12/21 | 2 | 74,491 | 37,100 | $0.159 | 23.64s |
| Diferencia | — | -0.4 | -0.4 | 0.0 | -2 | +1 | -4133 | -37100 | -$0.009 | +353ms |
La cobertura del benchmark difiere: 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
GPT-5 MinimediumvsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsMuse Glimmer 30BxhighGPT-5 MinimediumvsClaude Sonnet 5mediumGPT-5 MinimediumvsInklinghighGPT-5 MinimediumvsGemini 2.5 FlashmediumGPT-5 MinimediumvsMuse Spark 1.1highGPT-5 MinimediumvsMuse Spark 1.1lowGPT-5 MinimediumvsDeepSeek V4 Flash 0731lowGPT-5 MinimediumvsInkling SmallhighGPT-5 MinimediumvsDeepSeek V4 Flash 0731high
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 7.1 | 7.6 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 3.6 | 7.2 | |
| Inteligencia general | 4.5 | 10.0 | |
| Seguimiento de instrucciones | 7.9 | 6.5 | |
| Resolución de acertijos | 5.6 | 9.8 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |