Análisis de velocidad
Latencia medida en todas las ejecuciones de benchmark. P50 (mediana) y P95 (percentil 95) dan una imagen realista de la velocidad de respuesta bajo carga normal y máxima.
Puntuaciones de calidad
Cómo se sitúa este modelo frente al resto del campo en cada categoría de prompts, a partir de un ajuste por pares sobre los mismos prompts. La nota bruta del juez aparece debajo de cada número.
Tasa de victorias por categoría: con qué frecuencia este modelo vence a un modelo medio en un prompt de esa categoría. 50% es la media, no un suspenso. No es un porcentaje de aciertos.
Precios
Lo que pagas por millón de tokens al usar este modelo en Tokonomix, más una estimación para una conversación típica.
Tokens por segundo
Rendimiento en tokens por segundo, derivado de la latencia P50 medida. Más alto es mejor; las fluctuaciones reflejan la carga del lado del proveedor.
Estimado a partir de latencia P50 × 200 tokens de salida — el número absoluto depende de esta suposición; lo que importa es la tendencia.
Capacidades
Disponibilidad
Disponibilidad
Sin datos todavía
Aún no hemos registrado suficientes llamadas a la API para mostrar estadísticas de disponibilidad de este modelo. Los datos aparecen una vez que el modelo comienza a recibir tráfico en vivo.
Veredictos del benchmark Tokonomix
gpt-5.6-terra quality jumps 23 points with 29% faster response times
OpenAI's gpt-5.6-terra shows substantial improvement across both performance dimensions in this benchmark window. Overall quality increased from 69.0 to 92.0, representing a 23-point gain that places the model in strong competitive standing. Response latency improved from 3477ms to 2454ms at the median, a 29% reduction that should noticeably impact user experience. The quality improvements appear concentrated in specific areas. While coding performance decreased slightly from a perfect 100 to 92, the model now shows balanced performance with creative writing scoring 92 and reasoning at 92. The previous window's concerning factual accuracy score of 11 is absent from current results, though it's unclear whether this represents true improvement or simply wasn't tested this window. With only 3 test runs compared to 4 previously, confidence in these measurements is moderate. Users should expect meaningfully faster responses and more consistent quality across task types. The convergence of coding, creative, and reasoning scores at 92 suggests OpenAI may have rebalanced the model's capabilities rather than optimizing for narrow benchmarks. Production deployments should monitor factual accuracy given the previous window's weakness in this area.
Calidad
92.0
Latencia p50
2,454 ms
Ejecuciones de test
3
gpt-5.6-terra
por OpenAI
- Ventana de contexto
- 1.05M tokens
- Precio de entrada
- $2.60 / 1M
- Precio de salida
- $15.60 / 1M
- Tier
- Tier B — Producción
- Modalidad
- Texto + visión
- Tipo de API
- REST · streaming
- Ejecuciones benchmark
- 241
Modelos similares