#15 GPT-6.2 Sol
high- लागत
- $0.043
- समय
- 20.8s
- टोकन
- 4,347 tok
सारांश
GPT-6.2 Sol AI BENCHY पर 9.8 स्कोर करता है और #15 पर है। इसकी reliability 10.0, pass rate 97.1%, कुल लागत $0.726, और औसत response time 10.48s है।
GPT-6.2 Sol को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
शोध की तारीख: 2026-11-17
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
9.8
संगति
9.4
10.0
$0.726
कुल आउटपुट टोकन
40,847
कुल इनपुट टोकन
158,484
इनपुट कीमत
$2.000 / 1M
आउटपुट कीमत
$10.000 / 1M
कैश पढ़ने की कीमत
$0.100 / 1M
कैश लिखने की कीमत
$2.500 / 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।
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.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| 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 | 8.2 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 8.5 | 6.8 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 10.0 | 10.0 |