#148 GPT-6 Sol
none- लागत
- $0.030
- समय
- 31.9s
- टोकन
- 3,055 tok
OpenAI
रिलीज़: 2026-09-23
परीक्षण किया गया: 2026-09-23 05:18
openai/gpt-6-sol::none
~2T कुल (~150B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
GPT-6 Sol AI BENCHY पर 7.2 स्कोर करता है और #148 पर है। इसकी reliability 10.0, pass rate 66.7%, कुल लागत $0.280, और औसत response time 6.84s है।
GPT-6 Sol को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।
मॉडल विवरण
शोध की तारीख: 2026-09-23
- पैरामीटर
- ~2T कुल (~150B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
7.2
संगति
8.5
10.0
$0.280
कुल आउटपुट टोकन
6,696
कुल इनपुट टोकन
106,332
इनपुट कीमत
$2.000 / 1M
आउटपुट कीमत
$10.000 / 1M
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.
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-6 SolnonevsMuse Glimmer 30BhighGPT-6 SolnonevsQwen3.5 Plus 2026-04-20mediumGPT-6 SolnonevsKAT-Coder-Pro V2.5highGPT-6 SolnonevsQwen3.7 FlashlowGPT-6 SolnonevsKimi K2.6mediumGPT-6 SolnonevsMuse Glimmer 30BmediumGPT-6 SolnonevsClaude Opus 4.8noneGPT-6 SolnonevsQwen3.5-122B-A10BmediumGPT-6 SolnonevsDeepSeek V4 Flash 0731mediumGPT-6 SolnonevsMuse Glimmer 30Blow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 6.9 | 5.8 | |
| कोडिंग | 5.5 | 10.0 | |
| संयुक्त | 6.5 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 7.6 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |