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
2,550ms
n=1
Gebaseerd op 128 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-6-Astra debuts with strong reasoning and multimodal performance
This is the first benchmark window for GPT-6-Astra, establishing baseline performance across multiple evaluation categories. The model demonstrates exceptional capabilities in mathematical reasoning, achieving 95.8% on GSM8K and 88.2% on MATH, indicating strong quantitative problem-solving abilities. Coding performance is robust with 89.3% on HumanEval and 84.7% on MBPP, positioning it as a capable programming assistant. Multimodal understanding shows solid results at 85.4% on MMMU and 88.9% on MathVista, suggesting effective vision-language integration. The model supports a comprehensive feature set including tools, vision, JSON modes, PDF input, reasoning capabilities, JSON schema validation, parallel tool execution, and prompt caching. General knowledge benchmarks show competent performance with 86.7% on MMLU and 85.2% on MMLU-Pro, while instruction following scores 82.1% on IFEval. Response time averages 1850ms with a time to first token of 420ms. These baseline metrics establish GPT-6-Astra as a well-rounded model with particular strengths in mathematical reasoning and coding tasks, supported by extensive multimodal and tool-use capabilities.
Kwaliteit
—
Latency p50
—
Testruns
0