Comparaison benchmark GPT-6.1 Sol (xhigh) vs GPT-6 Astra (xhigh) vs Claude Sonnet 5.5 (xhigh):GPT-6.1 Sol (xhigh) mène sur Score avec 9.9. GPT-6.1 Sol (xhigh) mène sur Fiabilité avec 10.0. GPT-6.1 Sol (xhigh) a le Coût total le plus bas à $1.377. Claude Sonnet 5.5 (xhigh) est le plus rapide à 14.98s.
Benchmarks générés à partir des suites de tests AI BENCHY le:
2026-11-18
Modèles comparés
Rang
#16
Total des jetons de sortie
102,482
Temps de réponse (moy.)
33.11s
Coût total
$1.377
Rang
#18
Total des jetons de sortie
90,095
Temps de réponse (moy.)
29.67s
Coût total
$6.213
Rang
#115
Total des jetons de sortie
83,041
Temps de réponse (moy.)
14.98s
Coût total
$1.516
Modèle recommandéGPT-6.1 Sol (xhigh)
Il obtient le meilleur score ici (9.9) tout en coûtant environ 2.8x moins que les autres modèles de cette comparaison.
GPT-6 AstraGPT-6 AstraxhighModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.Sortie: 2026-09-04
Claude Sonnet 5.5Claude Sonnet 5.5xhighModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.Sortie: 2026-09-29
Score
9.9Score moyen sur l’ensemble des tests de benchmark.…
9.9Score moyen sur l’ensemble des tests de benchmark.…
8.6Score moyen sur l’ensemble des tests de benchmark.…
Rang
#16
#18
#115
Fiabilité
10.0Score de réussite au premier essai : 10.0 signifie aucun échec réessayable de l'API cible ou de limite de débit avant les appels réussis ; les échecs suivis réduisent le score.…
9.9Score de réussite au premier essai : 10.0 signifie aucun échec réessayable de l'API cible ou de limite de débit avant les appels réussis ; les échecs suivis réduisent le score.…
10.0Score de réussite au premier essai : 10.0 signifie aucun échec réessayable de l'API cible ou de limite de débit avant les appels réussis ; les échecs suivis réduisent le score.…
Cohérence
9.6Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
9.6Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
8.7Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
Tentatives
69/69
69/69
69/69
Tests corrects
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 1Temps de réponse (moy.)33.11sTemps de réponse (max)491.85sTemps de réponse (total)761.52sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 1Temps de réponse (moy.)29.67sTemps de réponse (max)381.11sTemps de réponse (total)682.42sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
97.1%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
97.1%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
79.7%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
Tests instables
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
4Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Exécutions totales
69Exécutions totales…
69Exécutions totales…
69Exécutions totales…
Coût par résultat
6.256
28.237
9.473
Coût total
$1.377
$6.213
$1.516
Prix d'entrée
$2.000 / 1MPrix d'entrée…
$10.000 / 1MPrix d'entrée…
$2.000 / 1MPrix d'entrée…
Prix de sortie
$10.000 / 1MPrix de sortie…
$50.000 / 1MPrix de sortie…
$10.000 / 1MPrix de sortie…
Prix de lecture du cache
$0.100 / 1MPrix de lecture du cache…
$1.000 / 1MPrix de lecture du cache…
$0.200 / 1MPrix de lecture du cache…
Prix d’écriture du cache
$2.500 / 1MPrix d’écriture du cache…
$12.500 / 1MPrix d’écriture du cache…
$2.500 / 1MPrix d’écriture du cache…
Total des jetons d'entrée
175,712Total des jetons d'entrée…
170,731Total des jetons d'entrée…
342,579Total des jetons d'entrée…
Jetons de sortie
5,640Jetons de sortie…
5,865Jetons de sortie…
12,848Jetons de sortie…
Jetons de raisonnement
96,842Jetons de raisonnement…
84,230Jetons de raisonnement…
70,193Jetons de raisonnement…
Temps de réponse (moy.)
33.11sTemps de réponse (moy.)…
29.67sTemps de réponse (moy.)…
14.98sTemps de réponse (moy.)…
Temps de réponse (max)
491.85sTemps de réponse (max)…
381.11sTemps de réponse (max)…
54.92sTemps de réponse (max)…
Temps de réponse (total)
761.52sTemps de réponse (total)…
682.42sTemps de réponse (total)…
344.60sTemps de réponse (total)…
Paramètres
~2T au total (~150B actifs)
~2T au total (~150B actifs)
~1T au total (~100B actifs)
Disponibilité
Source fermée
Source fermée
Source fermée
Les prix du cache concernent les tokens d’entrée. La lecture réutilise les prompts en cache ; l’écriture les stocke et peut coûter plus cher. Les tokens de sortie utilisent le prix de sortie.
Génération showcase de modèles
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)58.86sTemps de réponse (max)58.86sTemps de réponse (total)58.86sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
58.86sTemps de réponse (moy.)…
96,480Total des jetons d'entrée…
829Jetons de sortie…
1,934Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)56.73sTemps de réponse (max)56.73sTemps de réponse (total)56.73sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
56.73sTemps de réponse (moy.)…
91,069Total des jetons d'entrée…
810Jetons de sortie…
2,102Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)54.92sTemps de réponse (max)54.92sTemps de réponse (total)54.92sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)3.86sTemps de réponse (max)5.07sTemps de réponse (total)15.45sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
3.86sTemps de réponse (moy.)…
606Total des jetons d'entrée…
164Jetons de sortie…
886Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)3.71sTemps de réponse (max)5.18sTemps de réponse (total)14.85sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
3.71sTemps de réponse (moy.)…
606Total des jetons d'entrée…
170Jetons de sortie…
971Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)4.21sTemps de réponse (max)5.12sTemps de réponse (total)16.83sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)10.65sTemps de réponse (max)15.30sTemps de réponse (total)31.95sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.65sTemps de réponse (moy.)…
7,302Total des jetons d'entrée…
393Jetons de sortie…
4,483Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)8.27sTemps de réponse (max)11.08sTemps de réponse (total)24.81sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
8.27sTemps de réponse (moy.)…
7,302Total des jetons d'entrée…
396Jetons de sortie…
4,031Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
8.2Score moyen sur l’ensemble des tests de benchmark.…
7.2Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
88.9%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mise en forme supplémentaire: 1Temps de réponse (moy.)11.90sTemps de réponse (max)15.48sTemps de réponse (total)35.70sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)34.38sTemps de réponse (max)52.09sTemps de réponse (total)68.76sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
34.38sTemps de réponse (moy.)…
56,024Total des jetons d'entrée…
3,244Jetons de sortie…
8,146Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)41.20sTemps de réponse (max)63.24sTemps de réponse (total)82.41sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
41.20sTemps de réponse (moy.)…
56,454Total des jetons d'entrée…
3,461Jetons de sortie…
9,960Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
8.7Score moyen sur l’ensemble des tests de benchmark.…
6.9Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
83.3%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Appel d'outil invalide: 1Temps de réponse (moy.)30.37sTemps de réponse (max)37.90sTemps de réponse (total)60.75sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)2.88sTemps de réponse (max)3.21sTemps de réponse (total)5.76sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
2.88sTemps de réponse (moy.)…
7,140Total des jetons d'entrée…
234Jetons de sortie…
343Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)3.34sTemps de réponse (max)3.64sTemps de réponse (total)6.69sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
3.34sTemps de réponse (moy.)…
7,140Total des jetons d'entrée…
234Jetons de sortie…
365Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)4.96sTemps de réponse (max)6.16sTemps de réponse (total)9.92sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
7.6Score moyen sur l’ensemble des tests de benchmark.…
7.2Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
77.8%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 1Temps de réponse (moy.)177.33sTemps de réponse (max)491.85sTemps de réponse (total)532.00sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
177.33sTemps de réponse (moy.)…
732Total des jetons d'entrée…
68Jetons de sortie…
76,624Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
7.6Score moyen sur l’ensemble des tests de benchmark.…
7.2Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
77.8%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 1Temps de réponse (moy.)146.97sTemps de réponse (max)381.11sTemps de réponse (total)440.90sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
146.97sTemps de réponse (moy.)…
732Total des jetons d'entrée…
68Jetons de sortie…
61,252Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
2.9Score moyen sur l’ensemble des tests de benchmark.…
7.2Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
11.1%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Mauvaise réponse: 3Temps de réponse (moy.)35.33sTemps de réponse (max)54.91sTemps de réponse (total)106.00sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)8.78sTemps de réponse (max)8.78sTemps de réponse (total)8.78sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
8.78sTemps de réponse (moy.)…
477Total des jetons d'entrée…
113Jetons de sortie…
983Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)7.68sTemps de réponse (max)7.68sTemps de réponse (total)7.68sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
7.68sTemps de réponse (moy.)…
477Total des jetons d'entrée…
124Jetons de sortie…
870Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
6.5Score moyen sur l’ensemble des tests de benchmark.…
3.4Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
66.7%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
1Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.N'a pas suivi les instructions: 1Temps de réponse (moy.)9.10sTemps de réponse (max)9.10sTemps de réponse (total)9.10sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)3.78sTemps de réponse (max)4.32sTemps de réponse (total)7.56sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
3.78sTemps de réponse (moy.)…
660Total des jetons d'entrée…
93Jetons de sortie…
654Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)4.91sTemps de réponse (max)5.08sTemps de réponse (total)9.82sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
4.91sTemps de réponse (moy.)…
660Total des jetons d'entrée…
93Jetons de sortie…
752Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)4.58sTemps de réponse (max)4.79sTemps de réponse (total)9.15sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)4.87sTemps de réponse (max)6.32sTemps de réponse (total)14.62sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
4.87sTemps de réponse (moy.)…
642Total des jetons d'entrée…
212Jetons de sortie…
1,084Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)4.48sTemps de réponse (max)5.60sTemps de réponse (total)13.44sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
4.48sTemps de réponse (moy.)…
642Total des jetons d'entrée…
215Jetons de sortie…
1,072Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)4.88sTemps de réponse (max)5.32sTemps de réponse (total)14.63sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)10.29sTemps de réponse (max)10.29sTemps de réponse (total)10.29sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.29sTemps de réponse (moy.)…
5,454Total des jetons d'entrée…
260Jetons de sortie…
842Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)11.04sTemps de réponse (max)11.04sTemps de réponse (total)11.04sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
11.04sTemps de réponse (moy.)…
5,454Total des jetons d'entrée…
264Jetons de sortie…
1,051Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)10.29sTemps de réponse (max)10.29sTemps de réponse (total)10.29sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)7.51sTemps de réponse (max)7.51sTemps de réponse (total)7.51sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
7.51sTemps de réponse (moy.)…
195Total des jetons d'entrée…
30Jetons de sortie…
863Jetons de raisonnement…
GPT-6 AstraModèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
10.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
100.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse échouée.Temps de réponse (moy.)14.06sTemps de réponse (max)14.06sTemps de réponse (total)14.06sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…
14.06sTemps de réponse (moy.)…
195Total des jetons d'entrée…
30Jetons de sortie…
1,804Jetons de raisonnement…
Claude Sonnet 5.5Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
3.0Score moyen sur l’ensemble des tests de benchmark.…
10.0Le score de cohérence reflète la stabilité entre exécutions (10 = très cohérent, même si constamment faux).…
0.0%Taux de réussite par tentative = tentatives réussies / tentatives totales sur toutes les exécutions.…
0Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).…
Un test est entièrement réussi uniquement si toutes ses exécutions réussissent.Aucune réponse: 1Temps de réponse (moy.)17.31sTemps de réponse (max)17.31sTemps de réponse (total)17.31sUn test est entièrement réussi uniquement si toutes ses exécutions réussissent.…