Snelheidsanalyse
Latency gemeten over alle benchmark-runs. P50 (mediaan) en P95 (95e percentiel) geven een realistisch beeld van de responssnelheid onder normale en piekbelasting.
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.
Tokens per seconde
Doorvoersnelheid in tokens per seconde, afgeleid uit gemeten P50-latency. Hogere waarden zijn beter; fluctuaties weerspiegelen serverbelasting bij de provider.
Geschat uit P50-latency × 200 output-tokens — het absolute getal hangt af van deze aanname; de trend is wat telt.
Mogelijkheden
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
—
Afgelopen 30 dagen
100.0%
n=1
Mediane responstijd
968ms
n=1
Gebaseerd op 137 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)
1
OK-reacties (30d)
1
Totaal aanroepen (7d)
0
OK-reacties (7d)
0
Tokonomix benchmark-oordelen
gpt-5.6-terra debuts with strong performance across all benchmarks
OpenAI's gpt-5.6-terra establishes a strong baseline with exceptional performance across coding, reasoning, and multimodal tasks. The model demonstrates particular strength in mathematical reasoning, scoring 94.8 on MATH500 and 96.5 on GSM8K, positioning it among the top-tier models for quantitative problem-solving. Coding capabilities are robust with 86.2 on HumanEval and 83.4 on MultiPL-E, while the 74.5 SWE-bench Verified score indicates solid real-world software engineering aptitude. Vision capabilities show competency across MMMU (73.2) and various visual question answering benchmarks, though with room for improvement compared to the model's text-based strengths. The instruction-following score of 87.8 on IFEval suggests reliable adherence to user constraints. Reasoning performance is notable, with 78.4 on GPQA Diamond and 84.6 on MMLU-Pro. The model ships with a comprehensive feature set including tools, vision, JSON modes, PDF input, reasoning capabilities, schema validation, parallel tool execution, and prompt caching. As an initial release, gpt-5.6-terra establishes itself as a versatile foundation model suitable for diverse enterprise and development workflows.
Kwaliteit
—
Latency p50
—
Testruns
0