AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#3

GPT-5.6 Sol

OpenAI रिलीज़: 2026-07-09 परीक्षण किया गया: 2026-07-09 21:16 openai/gpt-5.6-sol::low
~2T कुल (~150B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

GPT-5.6 Sol AI BENCHY पर 9.5 स्कोर करता है और #3 पर है। इसकी reliability 10.0, pass rate 85.7%, कुल लागत $0.649, और औसत response time 8.29s 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।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~2T कुल (~150B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

9.2

कुल आउटपुट टोकन

15,921

कुल इनपुट टोकन

34,218

इनपुट कीमत

$5.000 / 1M

आउटपुट कीमत

$30.000 / 1M

सही परीक्षण

गलत टेस्ट: 4

प्रति प्रयास पास दर: 85.7%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

8.29s

प्रतिक्रिया समय (अधिकतम): 53.91s

प्रतिक्रिया समय (कुल): 174.04s

Hamster playing table tennis

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

#3 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
2026-08-14 02:22 दोबारा परीक्षण 9.5 10.0 $0.992 तुलना करें
2026-07-16 22:38 नया टेस्ट जोड़ा गया 9.5 10.0 $0.971 तुलना करें
2026-07-09 21:16 पहला रन 9.5 10.0 $0.649 वर्तमान रन

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

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