#83 GPT-5.6 Terra
low- लागत
- $0.034
- समय
- 16.8s
- टोकन
- 2,348 tok
सारांश
GPT-5.6 Terra AI BENCHY पर 7.5 स्कोर करता है और #83 पर है। इसकी reliability 10.0, pass rate 74.2%, कुल लागत $0.420, और औसत response time 5.45s है।
GPT-5.6 Terra को अलग क्या बनाता है: यह पहेली समाधान में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।
शोध की तारीख: 2026-08-12
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
7.5
संगति
7.9
10.0
कुल आउटपुट टोकन
21,586
कुल इनपुट टोकन
80,304
इनपुट कीमत
$2.000 / 1M
आउटपुट कीमत
$12.000 / 1M
अस्थिर टेस्ट
6
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:23 दोबारा परीक्षण | 7.5 | 10.0 | $0.210 ↓ | वर्तमान रन | |
| 2026-07-16 22:39 नया टेस्ट जोड़ा गया | 7.5 | 10.0 | $0.519 | तुलना करें | |
| 2026-07-09 21:16 पहला रन | 7.7 | 10.0 | $0.343 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:23 · वर्तमान रन | 66/66 प्रयास | 7.5 | 7.9 | 10.0 | 13/22 | 6 | 21,586 | 80,304 | $0.420 | 5.45s |
| 2026-07-16 22:39 · नया टेस्ट जोड़ा गया | 66/66 प्रयास | 7.5 | 7.9 | 10.0 | 13/22 | 6 | 21,183 | 80,295 | $0.519 | 5.31s |
| अंतर | — | 0.0 | 0.0 | 0.0 | 0 | 0 | +403 | +9 | -$0.099 | +137ms |
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 21:18 | $2.500 / 1M | $15.000 / 1M |
| 2026-07-28 08:40 | $1.250 / 1M | $7.500 / 1M |
| 2026-07-31 10:14 | $1.001 / 1M | $6.000 / 1M |
| 2026-08-14 12:51 | $1.000 / 1M | $6.000 / 1M |
| 2026-08-20 12:51 | $2.000 / 1M | $12.000 / 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 | 6.6 | 4.6 | |
| संयुक्त | 8.7 | 6.9 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 7.2 | |
| Samanya Buddhimatta | 4.8 | 3.2 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 4.7 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |