AI BENCHY
Advertise here
#62

GPT-5 Nano

OpenAI रिलीज़: 2025-08-07 परीक्षण किया गया: 2026-04-11 01:44 openai/gpt-5-nano::medium

सारांश

GPT-5 Nano AI BENCHY पर 6.3 स्कोर करता है और #62 पर है। इसकी reliability लागू नहीं, pass rate 59.3%, कुल लागत $0.066, और औसत response time 44.13s है।

GPT-5 Nano को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।

स्कोर

6.3

संगति

6.5

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.066

कुल आउटपुट टोकन

161,268

कुल इनपुट टोकन

0

इनपुट कीमत

$0.050 / 1M

आउटपुट कीमत

$0.400 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 59.3%

अस्थिर टेस्ट

8

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

प्रतिक्रिया समय (औसत)

44.13s

प्रतिक्रिया समय (अधिकतम): 204.02s

प्रतिक्रिया समय (कुल): 485.47s

गलत उत्तर: 7 निर्देशों का पालन नहीं किया: 3 समय समाप्त: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#62 GPT-5 Nano

medium
लागत
$0.006
समय
108.5s
टोकन
13,209 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:44 नया टेस्ट जोड़ा गया 6.3 10.0 $0.081 तुलना करें
2026-05-22 00:17 सूट बदला गया 6.1 10.0 $0.076 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 6.3 लागू नहीं $0.066 वर्तमान रन

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 NanomediumvsGemini 3.5 FlashminimalGPT-5 NanomediumvsQwen3.7 MaxnoneGPT-5 NanomediumvsRing-2.6-1TmediumGPT-5 NanomediumvsGemini 3 Flash PreviewnoneGPT-5 NanomediumvsGemini 3.5 FlashhighGPT-5 NanomediumvsGemini 3 Flash PreviewmediumGPT-5 NanomediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धGPT-5 NanomediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.5 7.9
कोडिंग 6.7 3.5
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 3.7 1.7
डोमेन-विशिष्ट 5.2 4.4
Samanya Buddhimatta 4.1 10.0
निर्देश पालन 8.5 6.8
पहेली समाधान 5.3 7.2
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल