AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#260

GPT-5 Nano

OpenAI Lansare: 2025-08-07 Testat la: 2026-10-01 01:31 openai/gpt-5-nano::medium
~120B în total (~5B activi)MoEÎnchisEstimat

Rezumat

GPT-5 Nano obține 5.7 pe AI BENCHY și este pe #260. Are fiabilitate 10.0, rată de reușită 53.6%, cost total $0.159 și timp mediu de răspuns 56.55s.

Ce face GPT-5 Nano unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #17.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~120B în total (~5B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

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

Scor

5.7

Consistență

6.5

Cost total (preț curent)

$0.159 ↑ +14.0%

Testat la: $0.139

Total tokenuri de ieșire

307,921

Total tokenuri de intrare

314,436

Preț de intrare

$0.050 / 1M

Preț de ieșire

$0.400 / 1M

Preț citire cache

$0.005 / 1M

Preț scriere cache

N/D

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: 15

Rată de trecere pe încercare: 53.6%

Teste instabile

10

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

Timp de răspuns (mediu)

56.55s

Timp de răspuns (maxim): 227.89s

Timp de răspuns (total): 961.32s

Hamster playing table tennis

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

#260 GPT-5 Nano

medium
Cost
$0.006
Timp
108.5s
Tokenuri
13,209 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-10-01 01:31 Retestare 5.7 10.0 $0.159 ↑ Rularea curentă
2026-07-16 22:32 Test nou adăugat 6.1 10.0 $0.114 Compară
2026-06-04 13:44 Test nou adăugat 6.3 10.0 $0.081 Compară
2026-05-22 00:17 Suită modificată 6.1 10.0 $0.076 Compară
2026-04-11 01:44 Prima rulare înregistrată 6.3 N/D $0.066 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 01:31 · Rularea curentă69/69 încercări5.76.510.08/2310307,921314,436$0.15956.55s
2026-06-04 13:44 · Test nou adăugat63/63 încercări6.37.310.09/217197,52834,108$0.08142.51s
Diferență—-0.6-0.80.0-1+3+110393+280328+$0.078+14042ms

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
2026-08-14 12:51 $0.050 / 1M $0.400 / 1M N/D N/D
2026-10-01 18:33 $0.050 / 1M $0.400 / 1M $0.005 / 1M N/D

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 4.7 3.1
Trucuri anti-AI 6.5 7.9
Programare 7.0 7.7
Combinat 6.4 5.8
Parsare și extragere de date 3.7 1.7
Specific domeniului 3.4 1.6
Inteligență generală 4.1 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 5.3 7.2
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate