नेविगेशन
AI BENCHY
Advertise here

GPT-6 Astra — high बनाम low

high average score में आगे है: 9.9 vs 9.5. low की benchmark लागत कम है: $1.289 vs $3.474. low तेज है: 5.09s vs 18.65s, pass rates 97.0% vs 90.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#4
कुल आउटपुट टोकन
53,622
प्रतिक्रिया समय (औसत)
18.65s
कुल लागत
$3.474
रैंक
#9
कुल आउटपुट टोकन
10,144
प्रतिक्रिया समय (औसत)
5.09s
कुल लागत
$1.289
अनुशंसित मॉडल 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).

विस्तृत तुलना

मेट्रिक GPT-6 Astra GPT-6 Astra high रिलीज़: 2026-09-04 GPT-6 Astra GPT-6 Astra low रिलीज़: 2026-09-04
स्कोर 9.9 9.5
रैंक #4 #9
विश्वसनीयता 9.9 9.9
संगति 9.6 10.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 97.0% 90.9%
अस्थिर टेस्ट 1 0
कुल रन 66 66
प्रति परिणाम लागत 16.543 6.441
कुल लागत $3.474 $1.289
इनपुट कीमत $10.000 / 1M $10.000 / 1M
आउटपुट कीमत $50.000 / 1M $50.000 / 1M
कुल इनपुट टोकन 79,290 78,100
आउटपुट टोकन 4,847 4,155
रीजनिंग टोकन 48,775 5,989
प्रतिक्रिया समय (औसत) 18.65s 5.09s
प्रतिक्रिया समय (अधिकतम) 254.93s 28.60s
प्रतिक्रिया समय (कुल) 410.28s 112.04s
पैरामीटर ~2T कुल (~150B सक्रिय) ~2T कुल (~150B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#4 GPT-6 Astra

high
लागत
$0.457
समय
176.7s
टोकन
9,218 tok

#9 GPT-6 Astra

low
अमान्य SVG
लागत
$0.151
समय
48.9s
टोकन
3,094 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 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

त्वरित तुलना

तुलना जोड़ी बदलें