İçeriğe geç
Seviye B — Üretim
Çalıştığı yer:USYapıldığı yer:United States
OpenAI

gpt-5.6-terra

Seviye B — Üretim · 1.05M token

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··
Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme107 runs
459106316662270287310-2611-22ms
Bölüm 02

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.

76%
Kod üretimi
jüri ortalaması 96
97%
Yaratıcı
jüri ortalaması 92
62%
Olgusal
jüri ortalaması 72
79%
Akıl yürütme
jüri ortalaması 98

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.

Bölüm 03

Fiyatlar

Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.

💰
API tarifeleri — gpt-5.6-terra
$2.60 1M giriş token başına
$15.60 1M çıkış token başına
≈ $0.0047 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$2.60
1M çıkış token başına$15.60
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)351 / avg 271
431117

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Yetenekler

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

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.

Bölüm 07

Tokonomix kıyaslama kararları

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-588/100 · 28 runs
25 correct0 partial3 wrong89% accuracy
● 2026-11-22

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

✓ Quality up 23 points✓ 29% faster responses✓ Balanced cross-category performance✗ Fewer test runs this window
Son otomatik test
22 Kas 2026 · 08:04 UTC · Hız testi
P50 gecikme
569 ms
P95 gecikme
843 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·22 Kasım 2026