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.
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.
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
—
30 derniers jours
100.0%
n=1
Temps de réponse médian
2,410ms
n=1
Basé sur 174 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)
1
Réponses OK (30d)
1
Total des appels (7d)
0
Réponses OK (7d)
0
Verdicts benchmark Tokonomix
Major capability expansion adds multimodal tools and advanced features
This benchmark window marks a significant evolution for gpt-5.6-sol with the introduction of eight new capabilities that transform it from a reasoning-focused model into a comprehensive multimodal platform. The model now supports tools, vision, PDF input, JSON mode with schema validation, parallel tool execution, reasoning features, and prompt caching. These additions position it as a full-featured model capable of handling complex workflows that combine visual understanding, structured data processing, and external tool integration. The vision capability enables image analysis and multimodal reasoning tasks. PDF input support allows direct document processing without preprocessing. JSON mode with schema validation ensures reliable structured outputs for API integrations and data pipelines. Parallel tools execution improves efficiency for multi-step operations. Prompt caching should reduce costs and latency for repetitive queries. The core reasoning capabilities that defined the previous baseline remain intact while being augmented by these new modalities. Users gain access to a significantly more versatile model that can handle end-to-end workflows spanning document analysis, visual tasks, structured data generation, and tool-assisted problem solving. This represents one of the most substantial capability expansions in a single benchmark window.
Qualité
—
Latence p50
—
Exécutions de test
0