Advertise here
#79

GPT-5.6 Terra

OpenAI Lansare: 2026-07-09 Testat la: 2026-10-01 01:55 openai/gpt-5.6-terra::high
~1T în total (~60B activi)MoEÎnchisEstimat

Rezumat

GPT-5.6 Terra obține 8.3 pe AI BENCHY și este pe #79. Are fiabilitate 10.0, rată de reușită 69.6%, cost total $0.698 și timp mediu de răspuns 13.62s.

Ce face GPT-5.6 Terra unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #4, iar Trucuri anti-AI este zona cea mai slabă, la #14. Este vizibil rapid față de modele similare.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~1T în total (~60B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Scor

8.3

Consistență

9.4

Cost total (preț curent)

$0.698 ↓ -46.4%

Testat la: $1.302

Total tokenuri de ieșire

60,065

Total tokenuri de intrare

197,239

Preț de intrare

$2.000 / 1M

Preț de ieșire

$12.000 / 1M

Preț citire cache

$0.200 / 1M

Preț scriere cache

$2.500 / 1M

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Teste corecte

Teste greșite: 8

Rată de trecere pe încercare: 69.6%

Teste instabile

2

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

13.62s

Timp de răspuns (maxim): 91.49s

Timp de răspuns (total): 313.21s

Hamster playing table tennis

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

#79 GPT-5.6 Terra

high
Cost
$0.055
Timp
30.2s
Tokenuri
3,748 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-10-01 01:55 Retestare 8.3 10.0 $0.698 ↓ Rularea curentă
2026-07-16 22:40 Test nou adăugat 8.0 10.0 $1.055 Compară
2026-07-09 21:31 Prima rulare 8.2 10.0 $0.852 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-10-01 01:55 · Rularea curentă69/69 încercări8.39.410.015/23260,065197,239$0.69813.62s
2026-07-09 21:31 · Prima rulare63/63 încercări8.29.610.014/21151,09734,218$0.85210.89s
Diferență—+0.1-0.20.0+1+1+8968+163021-$0.155+2730ms

Acoperirea benchmark diferă: 69/69 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire Preț citire cache Preț scriere cache
2026-07-09 21:33 $2.500 / 1M $15.000 / 1M N/D N/D
2026-07-28 08:40 $1.250 / 1M $7.500 / 1M N/D N/D
2026-07-31 10:14 $1.001 / 1M $6.000 / 1M N/D N/D
2026-08-14 12:51 $1.000 / 1M $6.000 / 1M N/D N/D
2026-10-01 18:33 $2.000 / 1M $12.000 / 1M $0.200 / 1M $2.500 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 10.0 10.0
Trucuri anti-AI 8.3 10.0
Programare 7.6 7.2
Combinat 8.7 6.9
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 5.1 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 7.7 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate