Naar inhoud
Tier A — Frontier
Draait in:USGemaakt in:United States
OpenAI

gpt-6-sol

Tier A — Frontier · 1.05M tokens

Tokonomix-redactie·Gecontroleerd door Mes Kalkan··
Sectie 01

Snelheidsanalyse

Latency gemeten over alle benchmark-runs. P50 (mediaan) en P95 (95e percentiel) geven een realistisch beeld van de responssnelheid onder normale en piekbelasting.

P50 latency (mediaan)P95 latency107 runs
563110716502194273710-2611-22ms
Sectie 02

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.

73%
Code generatie
jurygemiddelde 90
96%
Creatief
jurygemiddelde 90
45%
Feitelijk
jurygemiddelde 69
51%
Redeneren
jurygemiddelde 95

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.

Sectie 03

Prijzen

Wat je per miljoen tokens betaalt als je dit model via Tokonomix gebruikt, plus een schatting voor een gemiddeld gesprek.

💰
API-tarieven — gpt-6-sol
$2.60 per 1M input-tokens
$13.00 per 1M output-tokens
≈ $0.0042 per typisch gesprek (800 tokens)
Input vs output prijs (per 1M tokens)
per 1M input-tokens$2.60
per 1M output-tokens$13.00
Sectie 04

Tokens per seconde

Doorvoersnelheid in tokens per seconde, afgeleid uit gemeten P50-latency. Hogere waarden zijn beter; fluctuaties weerspiegelen serverbelasting bij de provider.

Doorvoer (tokens / s)312 / avg 248
35267

Geschat uit P50-latency × 200 output-tokens — het absolute getal hangt af van deze aanname; de trend is wat telt.

Sectie 05

Mogelijkheden

toolssource: seed-newest-generation-2026-09-30visionjson modepdf inputreasoningjson schemaparallel toolsprompt cachingmax output tokens: 128000
Sectie 06

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=23

Mediane responstijd

14,958ms

n=23

Gebaseerd op 397 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)

23

OK-reacties (30d)

23

Totaal aanroepen (7d)

0

OK-reacties (7d)

0

Sectie 07

Tokonomix benchmark-oordelen

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-584/100 · 28 runs
22 correct3 partial3 wrong79% accuracy
● 2026-11-22

Major quality leap with 37-point gain, now scoring 94/100 overall

GPT-6-SOL demonstrates a substantial performance improvement in this benchmark window, jumping from 56.8 to 94.0 overall quality score. The 37.2-point increase represents one of the most significant improvements observed between consecutive windows. Coding performance reached a perfect 100, up from 74, while creative tasks scored 90. Reasoning remained consistently strong at 92 across both windows, indicating stable performance in logical tasks. The previous window's notably low factual score of 5 is absent from current metrics, suggesting either category restructuring or significant correction of knowledge retrieval issues. Latency also improved by 19 percent, dropping from 2929ms to 2377ms at the median, though response times remain in the multi-second range. With only 3 test runs in the current window compared to 4 previously, the sample size is limited but results appear promising. The dramatic quality improvement, particularly in coding capabilities, positions this model as a strong performer, though users should monitor whether these gains persist across larger sample sizes in future windows.

Kwaliteit

94.0

Latency p50

2,377 ms

Testruns

3

✓ Quality up 37 points✓ Perfect coding score achieved✓ 19% faster response time✗ Limited test sample size
Laatste automatische test
22 nov 2026 · 04:33 UTC · Benchmark
P50 latency
1854 ms
P95 latency
—
Fouten
0 / 6 runs
Laatst beoordeeld door Tokonomix-team·22 november 2026