Hız analizi
Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.
Kalite puanları
Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.
Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.
Fiyatlar
Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.
Saniye başına token
Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.
P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.
Yetenekler
Kullanılabilirlik
Kullanılabilirlik
Henüz ölçüm verisi yok
Bu model için kullanılabilirlik istatistiklerini göstermek için yeterli API çağrısı henüz kaydedilmedi. Veri, model canlı trafik almaya başlayınca görünür.
Tokonomix kıyaslama kararları
gpt-5.6-terra quality jumps 23 points with 29% faster response times
OpenAI's gpt-5.6-terra shows substantial improvement across both performance dimensions in this benchmark window. Overall quality increased from 69.0 to 92.0, representing a 23-point gain that places the model in strong competitive standing. Response latency improved from 3477ms to 2454ms at the median, a 29% reduction that should noticeably impact user experience. The quality improvements appear concentrated in specific areas. While coding performance decreased slightly from a perfect 100 to 92, the model now shows balanced performance with creative writing scoring 92 and reasoning at 92. The previous window's concerning factual accuracy score of 11 is absent from current results, though it's unclear whether this represents true improvement or simply wasn't tested this window. With only 3 test runs compared to 4 previously, confidence in these measurements is moderate. Users should expect meaningfully faster responses and more consistent quality across task types. The convergence of coding, creative, and reasoning scores at 92 suggests OpenAI may have rebalanced the model's capabilities rather than optimizing for narrow benchmarks. Production deployments should monitor factual accuracy given the previous window's weakness in this area.
Kalite
92.0
Gecikme p50
2,454 ms
Test çalıştırmaları
3
gpt-5.6-terra
OpenAI tarafından
- Bağlam penceresi
- 1.05M tokens
- Giriş fiyatı
- $2.60 / 1M
- Çıkış fiyatı
- $15.60 / 1M
- Seviye
- Seviye B — Üretim
- Modalite
- Metin + görüntü
- API türü
- REST · akış
- Benchmark çalıştırmaları
- 240
OpenAI tarafından daha fazla
Benzer modeller