नेविगेशन
Advertise here

GPT-6.1 Sol (low) vs Step 5 Preview (high)

GPT-6.1 Sol (low) average score में आगे है: 9.6 vs 7.0. GPT-6.1 Sol (low) की benchmark लागत कम है: $0.460 vs $4.513. GPT-6.1 Sol (low) तेज है: 7.15s vs 154.41s, pass rates 92.8% vs 52.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#16
कुल आउटपुट टोकन
13,138
प्रतिक्रिया समय (औसत)
7.15s
कुल लागत
$0.460
रैंक
#169
कुल आउटपुट टोकन
1,581,325
प्रतिक्रिया समय (औसत)
154.41s
कुल लागत
$4.513
अनुशंसित मॉडल GPT-6.1 Sol (low)

It has the best score here (9.6), while costing about 9.8x less than Step 5 Preview (high).

विस्तृत तुलना

मेट्रिक GPT-6.1 Sol GPT-6.1 Sol low रिलीज़: 2026-09-29 Step 5 Preview Step 5 Preview high रिलीज़: 2026-10-09
स्कोर 9.6 7.0
रैंक #16 #169
विश्वसनीयता 10.0 9.5
संगति 9.6 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 92.8% 52.2%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 2.187 45.130
कुल लागत $0.460 $4.513
इनपुट कीमत $2.000 / 1M $1.000 / 1M
आउटपुट कीमत $10.000 / 1M $2.700 / 1M
कैश पढ़ने की कीमत $0.100 / 1M $0.050 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 163,900 243,381
आउटपुट टोकन 4,958 1,581,325
रीजनिंग टोकन 8,180 0
प्रतिक्रिया समय (औसत) 7.15s 154.41s
प्रतिक्रिया समय (अधिकतम) 46.57s 455.72s
प्रतिक्रिया समय (कुल) 164.47s 3551.40s
पैरामीटर ~2T कुल (~150B सक्रिय) 600B कुल (27B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#16 GPT-6.1 Sol

low
लागत
$0.028
समय
44.6s
टोकन
2,881 tok

#169 Step 5 Preview

high
लागत
$0.057
समय
150.1s
टोकन
20,970 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286
Step 5 Preview 2.9 10.0 0.0% 0 421.68s 7,383 576,000 0

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowQwen3.5-122B-A10BmediumvsStep 5 PreviewhighEmber-1lowvsStep 5 PreviewhighStep 5 PreviewhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsStep 5 PreviewhighMuse Glimmer 30BlowvsStep 5 PreviewhighKimi K2.7 CodemediumvsStep 5 PreviewhighGemini 3.1 Flash Lite PreviewmediumvsStep 5 PreviewhighGemini 3.7 FlashmediumvsGPT-6.1 SollowGPT-5.2 ChatdefaultvsStep 5 PreviewhighGemini 3.1 Flash LitemediumvsStep 5 PreviewhighStep 5 PreviewhighvsMiMo-V2.5medium