AI BENCHY
Advertise here
#62

GPT-5 Nano

OpenAI प्रकाशन: 2025-08-07 चाचणी तारीख: 2026-04-11 01:44 openai/gpt-5-nano::medium

सारांश

GPT-5 Nano AI BENCHY वर 6.3 स्कोर करते आणि #62 वर आहे. याची reliability लागू नाही, pass rate 59.3%, एकूण खर्च $0.066, आणि सरासरी response time 44.13s आहे.

GPT-5 Nano खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #15.

स्कोअर

6.3

सुसंगतता

6.5

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.066

एकूण आउटपुट टोकन्स

161,268

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.050 / 1M

आउटपुट किंमत

$0.400 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 59.3%

अस्थिर चाचण्या

8

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

प्रतिसाद वेळ (सरासरी)

44.13s

प्रतिसाद वेळ (कमाल): 204.02s

प्रतिसाद वेळ (एकूण): 485.47s

चुकीचे उत्तर: 7 सूचनांचे पालन केले नाही: 3 वेळ संपला: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#62 GPT-5 Nano

medium
खर्च
$0.006
वेळ
108.5s
टोकन्स
13,209 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:44 नवीन चाचणी जोडली 6.3 10.0 $0.081 तुलना करा
2026-05-22 00:17 सूट बदलला 6.1 10.0 $0.076 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 6.3 लागू नाही $0.066 सध्याची रन

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट 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 A55bmediumमोफत उपलब्धGPT-5 NanomediumvsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 6.5 7.9
कोडिंग 6.7 3.5
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 3.7 1.7
डोमेन-विशिष्ट 5.2 4.4
Samanya Buddhimatta 4.1 10.0
सूचनांचे पालन 8.5 6.8
कोडी सोडवणे 5.3 7.2
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स