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=7
Letzte 30 Tage
100.0%
n=16
Mediane Antwortzeit
9,770ms
n=16
Basierend auf 152 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)
16
OK-Antworten (30d)
16
Gesamte Aufrufe (7d)
7
OK-Antworten (7d)
7
Tokonomix-Benchmark-Urteile
Major capability expansion with multimodal features and developer tools
This benchmark window introduces significant new functionality to gpt-6-sol, transforming it from a baseline model into a comprehensive multimodal platform. The model now supports vision processing, PDF input handling, and structured output modes including JSON schema validation and standard JSON mode. Tool calling capabilities have been added with support for parallel execution, alongside prompt caching for improved efficiency. A reasoning mode has been introduced, though specific performance metrics are not yet available. These additions represent a substantial evolution in the model's practical utility for developers building applications that require structured data extraction, document processing, or agentic workflows. The core performance baseline established in the previous window remains unchanged, as no comparative metrics are available for this period. Users should note that while the capability surface has expanded considerably, the effectiveness of these new features in production scenarios will require real-world validation. The simultaneous introduction of multiple features suggests a planned major release rather than incremental improvements.
Qualität
—
Latenz p50
—
Testläufe
0