Zum Inhalt
Tier A — Frontier
Läuft in:USErstellt in:United States
OpenAI

gpt-6-astra

Tier A — Frontier · 1.05M Tokens

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan··
Abschnitt 01

Geschwindigkeitsanalyse

Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.

P50-Latenz (Median)P95-Latenz107 runs
882274446066467832910-2611-22ms
Abschnitt 02

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.

78%
Codegenerierung
Jury-Mittel 91
80%
Kreativ
Jury-Mittel 81
75%
Faktisch
Jury-Mittel 75
52%
Schlussfolgern
Jury-Mittel 95

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.

Abschnitt 03

Preise

Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.

💰
API-Tarife — gpt-6-astra
$13.00 pro 1M Input-Tokens
$65.00 pro 1M Output-Tokens
≈ $0.0208 pro typischem Gespräch (800 Tokens)
Input- vs. Output-Preis (pro 1M Tokens)
pro 1M Input-Tokens$13.00
pro 1M Output-Tokens$65.00
Abschnitt 04

Tokens pro Sekunde

Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.

Durchsatz (Tokens / s)204 / avg 135
22522

Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.

Abschnitt 05

Fähigkeiten

toolssource: seed-newest-generation-2026-09-30visionjson modepdf inputreasoningjson schemaparallel toolsprompt cachingmax output tokens: 128000
Abschnitt 06

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

Abschnitt 07

Tokonomix-Benchmark-Urteile

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-586/100 · 28 runs
22 correct3 partial3 wrong79% accuracy
● 2026-11-22

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

✓ Quality improved 32 points✓ Perfect coding score achieved✓ Latency reduced 41 percent✗ Fewer test runs this window
Letzter automatisierter Test
22. Nov. 2026 · 08:04 UTC · Geschwindigkeits-Benchmark
P50-Latenz
980 ms
P95-Latenz
1207 ms
Fehler
0 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·22. November 2026