#79 GPT-5.6 Sol
none- لاگت
- $0.116
- وقت
- 78.7s
- ٹوکنز
- 3,944 tok
OpenAI
اجرا: 2026-07-09
ٹیسٹ کیا گیا: 2026-07-16 22:37
openai/gpt-5.6-sol::none
~2T کل (~150B فعال)MoEبند ماخذتخمینہ
خلاصہ
GPT-5.6 Sol AI BENCHY پر 6.9 اسکور کرتا ہے اور #79 پر ہے۔ اس کی reliability 10.0، pass rate 59.1%، کل لاگت $0.524، اور اوسط response time 2.16s ہے۔
GPT-5.6 Sol کو منفرد کیا بناتا ہے: یہ عمومی ذہانت میں سب سے نمایاں ہے، جہاں اس کا rank #4 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #16. یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- ~2T کل (~150B فعال)
- ساخت
- MoE
- دستیابی
- بند ماخذ
- لائسنس
- -
عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔
6.9
تسلسل
9.0
10.0
$0.524
کل آؤٹ پٹ ٹوکنز
4,357
کل ان پٹ ٹوکنز
78,593
ان پٹ قیمت
$5.000 / 1M
آؤٹ پٹ قیمت
$30.000 / 1M
غیر مستحکم ٹیسٹ
3
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-08-14 02:21 دوبارہ ٹیسٹ | 7.0 | 10.0 | $0.524 | موازنہ کریں | |
| 2026-07-16 22:37 نیا ٹیسٹ شامل ہوا | 6.9 | 10.0 | $0.524 | موجودہ رن | |
| 2026-07-09 21:15 پہلا رن | 6.3 | 10.0 | $0.225 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:37 · نیا ٹیسٹ شامل ہوا | 66/66 کوششیں | 6.9 | 9.0 | 10.0 | 11/22 | 3 | 4,357 | 78,593 | $0.524 | 2.16s |
| 2026-07-09 21:15 · پہلا رن | 63/63 کوششیں | 6.3 | 9.0 | 10.0 | 10/21 | 3 | 1,776 | 34,218 | $0.225 | 1.66s |
| فرق | — | +0.6 | 0.0 | 0.0 | +1 | 0 | +2581 | +44375 | +$0.300 | +507ms |
بینچ مارک کوریج مختلف ہے: 66/66 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 63/63 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
قیمت کی تاریخ
OpenRouter سے اس ماڈل کے تاریخی قیمت کے اعداد و شمار۔
| تاریخ | ان پٹ قیمت | آؤٹ پٹ قیمت |
|---|---|---|
| 2026-07-09 21:18 | $5.000 / 1M | $30.000 / 1M |
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
GPT-5.6 SolnonevsGrok 4.3mediumGPT-5.6 SolnonevsDeepSeek V3.2mediumGPT-5.6 SolnonevsSolar Pro 4highGPT-5.6 SolnonevsGLM 5.1mediumGPT-5.6 SolnonevsStep 3.7 FlashlowGPT-5.6 SolnonevsGPT-5.5noneGPT-5.6 SolnonevsMuse Glimmer 30BlowGPT-5.6 SolnonevsMercury 2mediumGPT-5.6 SolnonevsQwen3.5-122B-A10BmediumGPT-5.6 SolnonevsGrok 4.20medium
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 8.3 | 10.0 | |
| کوڈنگ | 5.5 | 10.0 | |
| مشترکہ | 6.5 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 3.6 | 7.2 | |
| عمومی ذہانت | 6.5 | 3.4 | |
| ہدایات کی پیروی | 8.5 | 6.8 | |
| پہیلی حل کرنا | 7.7 | 10.0 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |