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
100.0%
n=1
Letzte 30 Tage
100.0%
n=1
Mediane Antwortzeit
2,195ms
n=1
Basierend auf 375 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)
1
OK-Antworten (7d)
1
Tokonomix-Benchmark-Urteile
GPT-6-Astra shows major quality leap with 32-point improvement
GPT-6-Astra has demonstrated substantial improvement in its second benchmark window, with overall quality jumping from 59 to 91 points. The model achieved a perfect 100 score in coding tasks, up from 74, indicating significant refinement in code generation and problem-solving capabilities. Creative performance reached 81 points in the current window, though direct comparison is limited by the absence of this metric in previous testing. Reasoning remained exceptionally stable at 92 points across both windows, suggesting this was already a strength. Notably, the previous factual category score of 11 is not present in current results, making it unclear whether this weakness was addressed or simply not retested. Latency improvements are equally impressive, with response times dropping 41 percent from 6389ms to 3764ms at the median. However, the current window includes only 3 test runs compared to 4 previously, which may affect statistical confidence. Users can expect substantially faster responses and notably stronger coding assistance, while reasoning capabilities continue to perform at their established high level. The model appears to have undergone significant optimization between benchmark periods.
Qualität
91.0
Latenz p50
3,764 ms
Testläufe
3
gpt-6-astra
von OpenAI
- Kontextfenster
- 1.05M tokens
- Eingabepreis
- $13.00 / 1M
- Ausgabepreis
- $65.00 / 1M
- Tier
- Tier A — Frontier
- Modalität
- Text + Bild
- API-Typ
- REST · Streaming
- Benchmark-Läufe
- 240
Mehr von OpenAI