Advertise here
#33

GPT-6.1 Terra

OpenAI रिलीज़: 2026-10-26 परीक्षण किया गया: 2026-10-26 22:24 openai/gpt-6.1-terra::low
~1T कुल (~60B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

GPT-6.1 Terra AI BENCHY पर 9.3 स्कोर करता है और #33 पर है। इसकी reliability 10.0, pass rate 85.5%, कुल लागत $0.221, और औसत response time 6.05s है।

GPT-6.1 Terra को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि Samanya Buddhimatta इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

मॉडल विवरण

शोध की तारीख: 2026-10-26

अनुमानित
पैरामीटर
~1T कुल (~60B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

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

संगति

9.7

कुल आउटपुट टोकन

12,656

कुल इनपुट टोकन

157,463

इनपुट कीमत

$1.000 / 1M

आउटपुट कीमत

$5.000 / 1M

कैश पढ़ने की कीमत

$0.050 / 1M

कैश लिखने की कीमत

$1.250 / 1M

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।

सही परीक्षण

गलत टेस्ट: 4

प्रति प्रयास पास दर: 85.5%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

6.05s

प्रतिक्रिया समय (अधिकतम): 43.50s

प्रतिक्रिया समय (कुल): 139.21s

Hamster playing table tennis

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

#33 GPT-6.1 Terra

low
लागत
$0.011
समय
24.9s
टोकन
2,238 tok

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
स्वायत्त एजेंट कार्य 10.0 10.0
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 6.1 3.1
निर्देश पालन 8.3 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल