#50 GPT-5 Mini
medium- لاگت
- $0.007
- وقت
- 42.9s
- ٹوکنز
- 3,432 tok
OpenAI
اجرا: 2025-08-07
ٹیسٹ کیا گیا: 2026-04-11 01:44
openai/gpt-5-mini::medium
~400B کل (~17B فعال)MoEبند ماخذتخمینہ خلاصہ
GPT-5 Mini AI BENCHY پر 7.0 اسکور کرتا ہے اور #50 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 61.1%، کل لاگت $0.128، اور اوسط response time 23.98s ہے۔
GPT-5 Mini کو منفرد کیا بناتا ہے: اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- ~400B کل (~17B فعال)
- ساخت
- MoE
- دستیابی
- بند ماخذ
- لائسنس
- -
عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔
7.0
تسلسل
8.6
دستیاب نہیں
$0.128
کل آؤٹ پٹ ٹوکنز
59,861
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.250 / 1M
آؤٹ پٹ قیمت
$2.000 / 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 02:07 دوبارہ ٹیسٹ | 8.1 | 10.0 | $0.241 | موازنہ کریں | |
| 2026-07-16 22:27 نیا ٹیسٹ شامل ہوا | 8.1 | 10.0 | $0.237 | موازنہ کریں | |
| 2026-06-04 13:43 نیا ٹیسٹ شامل ہوا | 7.3 | 10.0 | $0.159 | موازنہ کریں | |
| 2026-05-22 00:16 دوبارہ ٹیسٹ | 6.9 | 10.0 | $0.150 | موازنہ کریں | |
| 2026-04-11 01:44 پہلا ریکارڈ شدہ رن | 7.0 | دستیاب نہیں | $0.128 | موجودہ رن |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · پہلا ریکارڈ شدہ رن | 54/54 کوششیں | 7.0 | 8.6 | دستیاب نہیں | 9/18 | 3 | 59,861 | 0 | $0.128 | 23.98s |
| 2026-07-16 22:27 · نیا ٹیسٹ شامل ہوا | 66/66 کوششیں | 8.1 | 8.8 | 10.0 | 12/22 | 3 | 105,932 | 98,374 | $0.237 | 27.63s |
| فرق | — | -1.1 | -0.2 | -3 | 0 | -46071 | -98374 | -$0.110 | -3657ms |
بینچ مارک کوریج مختلف ہے: 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 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۔
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 MinimediumvsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsMuse Glimmer 30BxhighGPT-5 MinimediumvsClaude Sonnet 5mediumGPT-5 MinimediumvsInklinghighGPT-5 MinimediumvsGemini 2.5 FlashmediumGPT-5 MinimediumvsMuse Spark 1.1highGPT-5 MinimediumvsMuse Spark 1.1lowGPT-5 MinimediumvsDeepSeek V4 Flash 0731lowGPT-5 MinimediumvsInkling SmallhighGPT-5 MinimediumvsDeepSeek V4 Flash 0731high
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 7.1 | 7.6 | |
| کوڈنگ | 10.0 | 10.0 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 3.6 | 7.2 | |
| عمومی ذہانت | 4.5 | 10.0 | |
| ہدایات کی پیروی | 8.0 | 6.6 | |
| پہیلی حل کرنا | 5.6 | 9.8 | |
| ٹول کالنگ | 10.0 | 10.0 |