- स्कोर
- 8.6 (+0.15 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 80.8% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 74.5% तेज़
OpenAI
रिलीज़: 2025-08-07
परीक्षण किया गया: 2026-10-01 01:30
openai/gpt-5-mini::medium
~400B कुल (~17B सक्रिय)MoEबंद स्रोतअनुमानित सारांश
GPT-5 Mini AI BENCHY पर 8.4 स्कोर करता है और #83 पर है। इसकी reliability 10.0, pass rate 66.7%, कुल लागत $0.315, और औसत response time 29.42s है।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 9.4 (+0.93 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 42.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 78.8% तेज़
- स्कोर
- 8.3 (-0.17 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.047 · 85.1% सस्ता
- प्रतिक्रिया समय (औसत)
- 18.07s · 38.6% तेज़
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- ~400B कुल (~17B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
8.4
संगति
8.5
10.0
कुल आउटपुट टोकन
119,211
कुल इनपुट टोकन
214,645
इनपुट कीमत
$0.250 / 1M
आउटपुट कीमत
$2.000 / 1M
कैश पढ़ने की कीमत
$0.025 / 1M
कैश लिखने की कीमत
लागू नहीं
कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#83 GPT-5 Mini
medium- लागत
- $0.007
- समय
- 42.9s
- टोकन
- 3,432 tok
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-10-01 01:30 दोबारा परीक्षण | 8.4 | 10.0 | $0.315 ↑ | वर्तमान रन | |
| 2026-07-16 22:27 नया टेस्ट जोड़ा गया | 8.1 | 10.0 | $0.237 | तुलना करें | |
| 2026-06-04 13:43 नया टेस्ट जोड़ा गया | 7.3 | 10.0 | $0.159 | तुलना करें | |
| 2026-05-22 00:16 दोबारा परीक्षण | 6.9 | 10.0 | $0.150 | तुलना करें | |
| 2026-04-11 01:44 पहला दर्ज रन | 7.0 | लागू नहीं | $0.128 | 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 | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.250 / 1M | $2.000 / 1M | लागू नहीं | लागू नहीं |
| 2026-10-01 18:33 | $0.250 / 1M | $2.000 / 1M | $0.025 / 1M | लागू नहीं |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
GPT-5 MinimediumvsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsMuse Glimmer 30BxhighGPT-5 MinimediumvsNemotron 3.5 Super VLhighनिःशुल्क उपलब्धGPT-5 MinimediumvsGemini 3.1 Pro PreviewmediumGPT-5 MinimediumvsClaude Haiku 5.5maxGPT-5 MinimediumvsInklinghighनिःशुल्क उपलब्धGPT-5 MinimediumvsQwen3.7 MaxmediumGPT-5 MinimediumvsMuse Spark 1.1highGPT-5 MinimediumvsClaude Sonnet 5mediumGPT-5 MinimediumvsDeepSeek V4 Flash 0731high
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 10.0 | 10.0 | |
| एंटी-एआई ट्रिक्स | 7.1 | 7.6 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 7.3 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.5 | 4.4 | |
| Samanya Buddhimatta | 4.5 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 5.6 | 9.8 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |