Scores de qualité
Comment ce modèle se situe par rapport au reste du champ sur chaque catégorie de prompts, à partir d'un ajustement par paires sur les mêmes prompts. La note brute du juge figure sous chaque nombre.
Taux de victoire par catégorie : la fréquence à laquelle ce modèle bat un modèle moyen sur un prompt de cette catégorie. 50% est la moyenne, pas un échec. Ce n'est pas un pourcentage de bonnes réponses.
Tarifs
Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.
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=5
30 derniers jours
100.0%
n=5
Temps de réponse médian
625ms
n=5
Basé sur 8 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)
5
Réponses OK (30d)
5
Total des appels (7d)
5
Réponses OK (7d)
5
Verdicts benchmark Tokonomix
GPT-5.6-Terra Maintains Stable Performance in Second Benchmark Window
GPT-5.6-Terra shows consistent performance across the second benchmark window with no significant changes detected in its core capabilities. The model continues to deliver the same level of quality that characterized its debut, maintaining stable scores across all evaluation metrics. Since this is only the second benchmark window and the primary detected change involves pricing rather than performance characteristics, users can expect the same capabilities they observed in the initial release. The model's performance profile remains unchanged across reasoning, coding, mathematical, and language understanding tasks. For organizations already using GPT-5.6-Terra, this stability means existing workflows and integrations should continue to perform as expected without degradation or unexpected improvements that might require adjustment. The lack of performance variation between windows suggests reliable and predictable behavior, which can be valuable for production deployments. Users evaluating this model should refer to the initial benchmark results as they remain representative of current capabilities. The Azure OpenAI deployment in the EU Sweden region continues to provide the same service level established in the previous window.
Qualité
—
Latence p50
—
Exécutions de test
0