#41 GPT-5.6 Terra
high- लागत
- $0.055
- समय
- 30.2s
- टोकन
- 3,748 tok
सारांश
GPT-5.6 Terra AI BENCHY पर 8.0 स्कोर करता है और #41 पर है। इसकी reliability 10.0, pass rate 68.2%, कुल लागत $0.528, और औसत response time 11.32s है।
8.0
संगति
9.3
10.0
कुल आउटपुट टोकन
56,791
कुल इनपुट टोकन
81,047
इनपुट कीमत
$1.250 / 1M
आउटपुट कीमत
$7.500 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-07-16 22:40 नया टेस्ट जोड़ा गया | 8.0 | 10.0 | $1.055 | वर्तमान रन | |
| 2026-07-09 21:31 पहला रन | 8.2 | 10.0 | $0.852 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:40 · वर्तमान रन | 8.0 | 9.3 | 10.0 | 14/22 | 2 | 56,791 | 81,047 | $0.528 | 11.32s |
| 2026-07-09 21:31 · पहला रन | 8.2 | 9.6 | 10.0 | 14/21 | 1 | 51,097 | 34,218 | $0.852 | 10.89s |
| अंतर | -0.2 | -0.3 | 0.0 | 0 | +1 | +5694 | +46829 | -$0.325 | +436ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-07-09 21:33 | $2.500 / 1M | $15.000 / 1M |
| 2026-07-28 08:40 | $1.250 / 1M | $7.500 / 1M |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 8.3 | 10.0 | |
| कोडिंग | 7.6 | 7.2 | |
| संयुक्त | 8.7 | 6.9 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |