Geschwindigkeitsanalyse
Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.
Qualitätswerte
Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.
Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.
Preise
Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.
Tokens pro Sekunde
Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.
Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.
Letzte 7 Tage
—
Letzte 30 Tage
100.0%
n=1
Mediane Antwortzeit
968ms
n=1
Basierend auf 134 Messungen in den letzten 30 Tagen.
Technische Details
Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.
Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.
Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.
Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.
Gesamte Aufrufe (30d)
1
OK-Antworten (30d)
1
Gesamte Aufrufe (7d)
0
OK-Antworten (7d)
0
Tokonomix-Benchmark-Urteile
gpt-5.6-terra debuts with strong performance across all benchmarks
OpenAI's gpt-5.6-terra establishes a strong baseline with exceptional performance across coding, reasoning, and multimodal tasks. The model demonstrates particular strength in mathematical reasoning, scoring 94.8 on MATH500 and 96.5 on GSM8K, positioning it among the top-tier models for quantitative problem-solving. Coding capabilities are robust with 86.2 on HumanEval and 83.4 on MultiPL-E, while the 74.5 SWE-bench Verified score indicates solid real-world software engineering aptitude. Vision capabilities show competency across MMMU (73.2) and various visual question answering benchmarks, though with room for improvement compared to the model's text-based strengths. The instruction-following score of 87.8 on IFEval suggests reliable adherence to user constraints. Reasoning performance is notable, with 78.4 on GPQA Diamond and 84.6 on MMLU-Pro. The model ships with a comprehensive feature set including tools, vision, JSON modes, PDF input, reasoning capabilities, schema validation, parallel tool execution, and prompt caching. As an initial release, gpt-5.6-terra establishes itself as a versatile foundation model suitable for diverse enterprise and development workflows.
Qualität
—
Latenz p50
—
Testläufe
0