Analyse de vitesse
Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.
Tarifs
Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.
Tokens par seconde
Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.
Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.
Capacités
Disponibilité
Disponibilité
La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.
7 derniers jours
100.0%
n=468
30 derniers jours
100.0%
n=486
Temps de réponse médian
59,895ms
n=486
Basé sur 618 mesures au cours des 30 derniers jours.
Détails techniques
Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.
Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.
Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.
Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.
Total des appels (30d)
486
Réponses OK (30d)
486
Total des appels (7d)
468
Réponses OK (7d)
468
Verdicts benchmark Tokonomix
Claude Opus 5.5 adds multimodal and tool capabilities to baseline release
Claude Opus 5.5 has expanded significantly from its baseline release, adding seven new capabilities including vision, tools, PDF input, and reasoning modes. The model now supports structured output through both json_mode and json_schema, alongside prompt_caching for efficiency gains. These additions transform Opus 5.5 from a text-only model into a multimodal system capable of processing images and documents while executing function calls. The tool use capability enables integration with external systems, while vision support allows the model to analyze and reason about visual content. JSON schema validation ensures reliable structured outputs for production applications. The reasoning capability suggests support for extended chain-of-thought processing. Prompt caching can reduce costs and latency for repeated context usage. No benchmark performance data is available for this window, making it impossible to assess quality changes across metrics like MMLU, HumanEval, or GPQA. Users gain substantial new functionality for building applications that require document understanding, visual analysis, and API integration, though performance characteristics of these features remain unverified by independent testing.
Qualité
—
Latence p50
—
Exécutions de test
0