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
2,195ms
n=1
Basé sur 375 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
GPT-6-Astra shows major quality leap with 32-point improvement
GPT-6-Astra has demonstrated substantial improvement in its second benchmark window, with overall quality jumping from 59 to 91 points. The model achieved a perfect 100 score in coding tasks, up from 74, indicating significant refinement in code generation and problem-solving capabilities. Creative performance reached 81 points in the current window, though direct comparison is limited by the absence of this metric in previous testing. Reasoning remained exceptionally stable at 92 points across both windows, suggesting this was already a strength. Notably, the previous factual category score of 11 is not present in current results, making it unclear whether this weakness was addressed or simply not retested. Latency improvements are equally impressive, with response times dropping 41 percent from 6389ms to 3764ms at the median. However, the current window includes only 3 test runs compared to 4 previously, which may affect statistical confidence. Users can expect substantially faster responses and notably stronger coding assistance, while reasoning capabilities continue to perform at their established high level. The model appears to have undergone significant optimization between benchmark periods.
Qualité
91.0
Latence p50
3,764 ms
Exécutions de test
3
gpt-6-astra
par OpenAI
- Fenêtre de contexte
- 1.05M tokens
- Prix d'entrée
- $13.00 / 1M
- Prix de sortie
- $65.00 / 1M
- Tier
- Tier A — Frontier
- Modalité
- Texte + vision
- Type d'API
- REST · streaming
- Exécutions benchmark
- 241