#94 GPT-5 Nano
medium- खर्च
- $0.006
- वेळ
- 108.5s
- टोकन्स
- 13,209 tok
OpenAI
प्रकाशन: 2025-08-07
चाचणी तारीख: 2026-05-22 00:17
openai/gpt-5-nano::medium
सारांश
GPT-5 Nano AI BENCHY वर 6.1 स्कोर करते आणि #94 वर आहे. याची reliability 10.0, pass rate 55.0%, एकूण खर्च $0.076, आणि सरासरी response time 43.11s आहे.
GPT-5 Nano खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #14. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.
6.1
सुसंगतता
7.1
10.0
$0.076
एकूण आउटपुट टोकन्स
184,922
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.050 / 1M
आउटपुट किंमत
$0.400 / 1M
अस्थिर चाचण्या
7
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | सध्याची रन | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 6.3 | लागू नाही | $0.066 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
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 | 5.4 | 6.6 | |
| 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 | 9.8 | 10.0 | |
| कोडी सोडवणे | 5.3 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |