Kwaliteitsscores
Hoe dit model zich per promptcategorie verhoudt tot de rest van het veld, uit een paarsgewijze berekening over dezelfde prompts. Het ruwe jurycijfer staat onder elk getal.
Winstpercentage per categorie: hoe vaak dit model een gemiddeld model verslaat op een prompt uit die categorie. 50% is gemiddeld, geen onvoldoende. Het is geen percentage goede antwoorden.
Prijzen
Wat je per miljoen tokens betaalt als je dit model via Tokonomix gebruikt, plus een schatting voor een gemiddeld gesprek.
Beschikbaarheid
Beschikbaarheid
Hoe vaak dit model antwoordt als we het aanroepen — gemeten over echte API-aanvragen en live-tests in de afgelopen 30 dagen. Dit staat los van kwaliteit: deze cijfers laten alleen zien of het model reageert, niet hoe goed het antwoord is.
Afgelopen 7 dagen
100.0%
n=5
Afgelopen 30 dagen
100.0%
n=5
Mediane responstijd
625ms
n=5
Gebaseerd op 8 metingen in de afgelopen 30 dagen.
Technische details
Alleen echte API-aanroepen en live-testverzoeken tellen mee — interne probes en benchmarkruns zijn uitgesloten.
Aanroepen met een eigen API-sleutel (BYOK) zijn uitgesloten: die fouten zijn sleutelspecifiek en geen teken van modelneergang.
Mislukte aanroepen worden NIET meegeteld in kwaliteitsscores — kwaliteit wordt gemeten op geslaagde responses. Beschikbaarheid en kwaliteit zijn onafhankelijke signalen.
Mediane responstijd (p50) over geslaagde aanroepen met een vastgelegde duur. Uitschieters trekken de mediaan minder dan het gemiddelde.
Totaal aanroepen (30d)
5
OK-reacties (30d)
5
Totaal aanroepen (7d)
5
OK-reacties (7d)
5
Tokonomix benchmark-oordelen
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.
Kwaliteit
—
Latency p50
—
Testruns
0