AI BENCHY
Advertise here
#5

GPT-5.6 Sol

OpenAI रिलीज़: 2026-07-09 परीक्षण किया गया: 2026-07-16 22:38 openai/gpt-5.6-sol::low
(high) (medium) (low) (none)

सारांश

GPT-5.6 Sol AI BENCHY पर 9.5 स्कोर करता है और #5 पर है। इसकी reliability 10.0, pass rate 86.4%, कुल लागत $0.971, और औसत response time 8.79s है।

GPT-5.6 Sol को अलग क्या बनाता है: यह कुल मिलाकर सबसे ऊँची रैंक वाले मॉडलों में से एक है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

स्कोर

9.5

संगति

9.2

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.971

कुल आउटपुट टोकन

19,246

कुल इनपुट टोकन

78,571

इनपुट कीमत

$5.000 / 1M

आउटपुट कीमत

$30.000 / 1M

सही परीक्षण

गलत टेस्ट: 4

प्रति प्रयास पास दर: 86.4%

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

8.79s

प्रतिक्रिया समय (अधिकतम): 53.91s

प्रतिक्रिया समय (कुल): 193.33s

गलत उत्तर: 4

Hamster playing table tennis

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

#5 GPT-5.6 Sol

low
लागत
$0.062
समय
26.7s
टोकन
2,150 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 22:38 नया टेस्ट जोड़ा गया 9.5 10.0 $0.971 वर्तमान रन
2026-07-09 21:16 पहला रन 9.5 10.0 $0.649 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-09 21:18 $5.000 / 1M $30.000 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

GPT-5.6 SollowvsGemini 3.5 FlashhighGPT-5.6 SollowvsGPT-5.6 SolmediumGPT-5.6 SollowvsGemini 3 Flash PreviewmediumGPT-5.6 SollowvsGPT-5.6 SolhighGPT-5.6 SollowvsGemini 3.6 FlashmediumGPT-5.6 SollowvsGPT-5.5lowGPT-5.6 SollowvsGemini 3.6 FlashhighGPT-5.6 SollowvsGemini 3.1 Pro PreviewmediumGPT-5.6 SollowvsClaude Opus 5highGPT-5.6 SollowvsClaude Opus 5medium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 8.2 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 10.0 10.0

तुलना किए गए मॉडल