AI BENCHY
Advertise here
#29

GPT-5.6 Terra

OpenAI प्रकाशन: 2026-07-09 चाचणी तारीख: 2026-07-09 21:31 openai/gpt-5.6-terra::high
~1T एकूण (~60B सक्रिय)MoEबंद स्रोतअंदाजित

सारांश

GPT-5.6 Terra AI BENCHY वर 8.2 स्कोर करते आणि #29 वर आहे. याची reliability 10.0, pass rate 68.3%, एकूण खर्च $0.852, आणि सरासरी response time 10.89s आहे.

GPT-5.6 Terra खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #17.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~1T एकूण (~60B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

सुसंगतता

9.6

एकूण आउटपुट टोकन्स

51,097

एकूण इनपुट टोकन्स

34,218

इनपुट किंमत

$2.500 / 1M

आउटपुट किंमत

$15.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 7

प्रति प्रयत्न पास दर: 68.3%

अस्थिर चाचण्या

1

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

10.89s

प्रतिसाद वेळ (कमाल): 91.49s

प्रतिसाद वेळ (एकूण): 228.65s

Hamster playing table tennis

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

#29 GPT-5.6 Terra

high
खर्च
$0.055
वेळ
30.2s
टोकन्स
3,748 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:25 पुन्हा चाचणी 8.0 10.0 $0.418 तुलना करा
2026-07-16 22:40 नवीन चाचणी जोडली 8.0 10.0 $1.055 तुलना करा
2026-07-09 21:31 पहिला रन 8.2 10.0 $0.852 सध्याची रन

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-07-09 21:33 $2.500 / 1M $15.000 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.3 10.0
कोडिंग 7.6 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.1 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स