GPT-5.6 Terra
性价比更高: GPT-5.6 Luna $0.450/M 即可获得 Index 58.2,便宜 90%。
有 19 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00),另有 16 个。
截至 2026年11月16日,GPT-5.6 Terra(OpenAI)在 BenchLeader Index 上得分 60.1(在 608 个已排名配置中前 100 名)。表现最好的是数学(66),最弱的是知识(53)。API 价格为输入每百万 token $2.00、输出每百万 token $12.00(按 3:1 混合为 $4.50),为 2026年11月16日的标价。输出速度约为 97 token/秒(Artificial Analysis)。发布于 2026年7月9日。
要点(截至 2026年11月16日)
- GPT-5.6 Terra 的 API 价格为输入每百万 token $2.00、输出每百万 token $12.00(按 3:1 混合为 $4.50)(标价,2026年11月16日)。
- GPT-5.6 Terra 的输出速度约为 97 token/秒(Artificial Analysis,2026年11月16日)。
- GPT-5.6 Terra 于 2026年7月9日发布(OpenAI)。
详细说明:GPT-5.6 Terra 是 OpenAI 的闭源推理模型,发布于 2026年7月9日。其最佳配置(推理强度 xhigh)在 BenchLeader Index 上得分 60.1 ±4.0,在 608 个配置中排第 83 名,处于上半区。关键在于这个“±”:另有 211 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(66),知识最低(53)。按混合价格计,每百万 token $4.50,属于已排名模型中最贵的一档。输出速度为 97 token/秒,首次回答需 19.2 秒,比大多数模型快。它已在 8 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $4.50/M
- 输入 $2.00 · 输出 $12.00
- 来源:Artificial Analysis
- 输出速度
- 97 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 19 s
- 首 token 1.61 s
- 上下文
- 1.1M
- 来源:models.dev
- 完整回答
- 84 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年7月9日
- 综合 Index60
- 推理55
- 编程59
- 智能体与工具63
- 数学66
- 知识53
- 指令遵循66
- 人类偏好66
- 多模态61
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-5-6-terra)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
OpenAI 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| GPT-6.1 Terramax | 2026年10月26日 | 64.1 | #32 |
| GPT-5.6 Terraxhigh本页 | 2026年7月9日 | 60.1 | #83 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 45.9 | #439 | 95 tok/s | 1.77 s | $0.0044 | 智能体与工具 44 · 编程 47 · 知识 28 · 长上下文 54 · 数学 46 · 多模态 49 · 推理 45 |
| low | 53.3 | #260 | 90 tok/s | 2.69 s | $0.0044 | 智能体与工具 55 · 编程 53 · 指令遵循 60 · 知识 37 · 长上下文 60 · 数学 62 · 多模态 58 · 推理 47 |
| medium | 52.7 | #272 | 95 tok/s | 3.10 s | $0.0044 | 智能体与工具 54 · 编程 54 · 指令遵循 62 · 知识 37 · 长上下文 62 · 多模态 59 · 推理 47 |
| high | 56.8 | #169 | 94 tok/s | 5.79 s | $0.0044 | 智能体与工具 66 · 编程 63 · 指令遵循 64 · 知识 38 · 长上下文 63 · 多模态 61 · 推理 53 |
| xhigh最佳 | 60.1 | #83 | 97 tok/s | 19 s | $0.0044 | 智能体与工具 63 · 编程 59 · 人类偏好 66 · 指令遵循 66 · 知识 53 · 长上下文 64 · 数学 66 · 多模态 61 · 推理 55 |
| max | 59.5 | #101 | 105 tok/s | 73 s | $0.0044 | 智能体与工具 59 · 编程 59 · 综合 52 · 指令遵循 70 · 知识 48 · 长上下文 66 · 数学 68 · 多模态 63 · 推理 60 |
| Pro 模式 | – | – | 56 tok/s | 1.61 s | $0.0044 | |
| 未说明 | – | – | 56 tok/s | 1.61 s | $0.0044 | 编程 55 · 人类偏好 53 · 推理 48 |
Index 走势
2026年9月8日 至 2026年11月16日- xhigh
- max
- high
- low
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | 77.3%#148 | 87.4%#84 | – | – | – | 93.3%#22 | – | Epoch AI Benchmarking Hub | |
| SimpleBench | – | – | – | – | 48.9%#62 | – | 48.9%#62 | SimpleBench | |
| Arena Hard Prompts | – | – | – | – | 1491#51 | – | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | – | – | 90.6%#10 | – | LiveBench | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | – | – | 90.6%#11 | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 74.7%#262 | 84.3%#146 | 87.2%#103 | 89.6%#72 | 90.8%#55 | 92.5%#35 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 11.4%#313 | 29.2%#174 | 33.3%#154 | 38.5%#110 | 41.9%#87 | 42.9%#73 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 4.8%#149 | 14.1%#106 | 16.1%#96 | 21.0%#76 | 24.7%#64 | 28.8%#55 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | – | 90.9%#24 | – | – | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | – | – | – | – | – | 51.3%#83 | Kagi LLM Benchmark | |
| ARC-AGI-1 | – | 60.2%#168 | 77.0%#135 | 92.0%#67 | 94.0%#53 | 96.5%#29 | – | ARC Prize | |
| ARC-AGI-2 | – | 18.8%#153 | 37.5%#129 | 67.1%#76 | 74.2%#58 | 83.9%#42 | – | ARC Prize | |
| ARC-AGI-3 | – | 0.0%#77 | 0.1%#74 | 0.5%#55 | 0.7%#52 | 0.8%#50 | – | ARC Prize | |
| CritPt不计入 Index | 2.0%#220 | 9.4%#139 | 17.4%#90 | 22.9%#63 | 27.1%#39 | 30.0%#20 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | – | – | – | – | – | 50.5%#43 | – | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | – | – | 1507#36 | – | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 5.0%#144 | 27.0%#77 | – | – | – | 47.0%#26 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | 14.0%#102 | 19.0%#69 | 10.0%#117 | – | – | 35.0%#27 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 46.5%#89 | 49.3%#76 | 49.6%#74 | 51.4%#65 | 52.2%#61 | 55.0%#52 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 78.7%#146 | 90.1%#88 | 90.1%#88 | 91.2%#79 | 92.5%#74 | 93.3%#69 | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| SciCode | 45.1%#156 | 49.9%#125 | 50.5%#117 | 52.4%#96 | 52.3%#98 | 55.0%#61 | – | SciCode | |
| WeirdML | – | – | – | 78.3%#20 | – | – | – | WeirdML | |
| FrontierCode推理强度未说明 | – | – | – | – | – | – | 41.3%#24 | Cognition | |
| Arena Coding | – | – | – | – | 1517#44 | – | – | Arena (LMArena) | |
| Arena WebDev | – | – | – | – | 1520#61 | – | – | Arena (LMArena) | |
| LiveBench 2.0 Coding不计入 Index | – | – | – | – | – | 84.2%#8 | – | LiveBench | |
| LiveBench 1.0 Coding不计入 Index | – | – | – | – | – | 78.3%#31 | – | LiveBench | |
| SciCode (AA)不计入 Index | 45.1%#163 | 49.9%#127 | 50.5%#119 | 52.4%#95 | 52.3%#97 | 55.0%#64 | – | Artificial Analysis | |
| LiveCodeBench | – | – | – | – | 85.9%#25 | – | – | Vals AI | |
| IOI | – | – | – | – | – | 87.6%#7 | – | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | – | – | – | – | 95.4%#5 | – | Vals AI | |
| Code Migration不计入 Index | – | – | – | – | – | 47.8%#13 | – | Vals AI | |
| ProgramBench不计入 Index | – | – | – | – | – | 0.5%#19 | – | Vals AI | |
| Vibe Code Bench 1-100不计入 Index | – | – | – | – | – | 14.8%#19 | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | – | – | – | – | 74.6%#46 | – | Vals AI | |
| SWE-Bench Pro V2不计入 Index | – | – | – | – | 92.4%#16 | – | – | Scale AI SEAL | |
| SWE-Bench Pro V2 HARD不计入 Index | – | – | – | – | 86.3%#8 | – | – | Scale AI SEAL | |
| MirrorCode不计入 Index | – | – | – | – | – | 41.1%#25 | – | Epoch AI Benchmarking Hub | |
| Surface Evolver Bench不计入 Index | – | – | – | – | 83.8%#7 | – | – | Epoch AI Benchmarking Hub | |
| DeepSWE v1.1不计入 Index | – | 24.1%#66 | 35.1%#61 | 53.8%#42 | 60.2%#32 | 69.6%#14 | – | Epoch AI Benchmarking Hub | |
| CursorBench不计入 Index | – | 25.2%#85 | 27.6%#83 | 30.7%#78 | 33.6%#66 | 41.3%#49 | – | Cursor | |
| ALE-Bench不计入 Index | – | – | – | – | – | 1951.4#12 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.5%#172 | 1.5%#154 | 1.0%#160 | 1.5%#154 | 10.1%#117 | 35.4%#51 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 56.2%#107 | 62.5%#91 | 72.3%#70 | 75.7%#62 | 80.2%#45 | 88.0%#12 | – | Artificial Analysis | |
| Startrise Frontend不计入 Index推理强度未说明 | – | – | – | – | – | – | 66.9%#22 | Startrise | |
| GameBench 2 Overall不计入 Index跨设置 | – | – | – | – | – | – | 45.6#42 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 34.7#154 | – | 48.5#103 | – | 53.5#84 | – | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | – | – | – | 1260#50 | Design Arena | |
| FrontierCode 2.0 (AA) | – | – | – | – | – | 23.9%#57 | – | Artificial Analysis |
智能体与工具
数学
| 基准测试 | 无推理 | low | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | – | 86.0%#13 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | – | 70.7%#23 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 53.3%#190 | 88.9%#86 | – | 99.7%#16 | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 74.0%#18 | – | Vals AI | |
| LiveBench Mathematics不计入 Index | – | – | – | 94.9%#18 | LiveBench | |
| Arena Maths | – | – | 1478#42 | – | Arena (LMArena) |
知识
指令遵循
| 基准测试 | low | medium | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | – | – | – | 82.9%#22 | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | – | – | – | 64.6%#47 | LiveBench | |
| IFBench | 59.7%#129 | 62.2%#120 | 64.4%#108 | 66.3%#97 | 71.2%#58 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | – | – | 1463#49 | – | Arena (LMArena) |
人类偏好
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1468#52 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1220#15 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1856#17 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1430#75 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1475#54 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1469#64 | – | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| Arena Vision | – | – | – | – | 1269#43 | – | – | Arena (LMArena) | |
| LiveBench Design不计入 Index | – | – | – | – | – | 70.9%#24 | – | LiveBench | |
| MMMU-Pro | 66.7%#183 | 76.1%#104 | 76.8%#97 | 79.1%#73 | 79.5%#69 | 80.7%#53 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | – | – | – | 86.5%#20 | – | Vals AI | |
| MortgageTax不计入 Index | – | – | – | – | 67.3%#25 | – | – | Vals AI | |
| SAGE不计入 Index | – | – | – | – | – | 87.0%#11 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | – | – | – | – | 22.7%#32 | – | Scale AI SEAL | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | – | – | – | 30.8%#21 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | – | – | – | – | 54.2%#14 | – | Epoch AI Benchmarking Hub | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | – | – | – | – | 39.9%#17 |
长上下文
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 58.7%#306 | 71.3%#220 | 74.0%#185 | 77.7%#144 | 79.0%#120 | 83.0%#30 | – | Artificial Analysis | |
| Arena Document不计入 Index | – | – | – | – | 1474#15 | – | – | Arena (LMArena) | |
| MLCR不计入 Index | 14.4%#95 | 20.0%#54 | 22.8%#38 | 18.9%#63 | 22.8%#38 | 27.2%#26 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | – | – | – | – | 60.5%#19 |
综合
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | – | – | 160.7#17 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | – | – | – | 67.2%#17 | – | LiveBench | |
| LiveBench 1.0不计入 Index | – | – | – | – | – | 77.9%#21 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | – | – | – | – | – | 32.3#57 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 20.8#232 | 27.5#149 | 30.1#129 | 34.2#102 | 38.0#84 | 42.1#58 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 264.8#224 | 284.6#158 | 294#134 | 303.9#114 | 312#89 | 323.9#47 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | – | – | – | – | 65.1%#14 | – | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 76.4%#11 | Scale AI SEAL |
GameBench 2 Overall: 45.6. GameBench 2, best reasoning setting (XHigh): 53.5. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Amazon Bedrock | 82 tok/s | 2.31 s | $2.20 | $13.20 | 1.1M | – |
| Azure | 77 tok/s | 2.56 s | $2.20 | $13.20 | 1.1M | – |
| OpenAI | 54 tok/s | 1.28 s | $2.00 | $12.00 | 1.1M | – |
| OpenAI | 53 tok/s | 1.02 s | $4.00 | $24.00 | 1.1M | – |
| Azure | 46 tok/s | 2.57 s | $2.00 | $12.00 | 1.1M | – |
使用情况
GPT-5.6 Terra 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.200。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0044 | $0.0039 | 22.3 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.031 | $0.015 | 25.4 s |
| 代码编辑 | 6,000 / 1,500 | $0.030 | $0.022 | 34.7 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.168 | $0.087 | 1.0 min |
| 结构化信息提取 | 2,000 / 200 | $0.0064 | $0.0037 | 21.3 s |
OpenAI 的更多模型
将 GPT-5.6 Terra 与以下模型对比
- GPT-5.6 Terra vs GPT-6.1 Sol
- GPT-5.6 Terra vs Claude Sonnet 5.5
- GPT-5.6 Terra vs Gemini 4 Argon
- GPT-5.6 Terra vs Gemini 3.8 Flash
- GPT-5.6 Terra vs DeepSeek V4.1 Flash 1017
- GPT-5.6 Terra vs GPT-6.1 Terra
- GPT-5.6 Terra vs GPT-5.2
- GPT-5.6 Terra vs Claude Sonnet 5
- GPT-5.6 Terra vs Muse Spark 1.3
- GPT-5.6 Terra vs Grok 4.7
- GPT-5.6 Terra vs Claude Fable 5.1
- GPT-5.6 Terra vs Kimi K3
- GPT-5.6 Terra vs o3
- GPT-5.6 Terra vs Gemini 3.6 Flash
- GPT-5.6 Terra vs Qwen3.8 Max
- GPT-5.6 Terra vs Claude Opus 4.6
- GPT-5.6 Terra vs Muse Wonder Full
- GPT-5.6 Terra vs Gemini 4 Carbon
- GPT-5.6 Terra vs Kimi K3.1 Pro Together
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-5.6 Terra 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gpt-5-6-terra)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). GPT-5.6 Terra on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-6-terra
BibTeX:
@misc{benchleader_gpt_5_6_terra_20261116,
author = {{BenchLeader}},
title = {{GPT-5.6 Terra on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-5-6-terra}},
note = {Data as of 2026-11-16}
}常见问题
- GPT-5.6 Terra 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-5.6 Terra(推理强度 xhigh)的 BenchLeader Index 为 60.1 ±4.0(前 100 名)。最强的是数学(66),最弱的是知识(53)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GPT-5.6 Terra 排名第几?
- 截至 2026年11月16日,GPT-5.6 Terra(推理强度 xhigh)在 608 个已排名配置中排第 83 名(前 100 名)。另有 211 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- GPT-5.6 Terra 每百万 token 的价格是多少?
- 截至 2026年11月16日,GPT-5.6 Terra 的价格为输入每百万 token $2.00、输出每百万 token $12.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $4.50。
- GPT-5.6 Terra 比 Gemini 3.8 Flash 更好吗?
- 截至 2026年11月16日,Gemini 3.8 Flash(推理强度 medium)与 GPT-5.6 Terra(推理强度 xhigh)的质量不相上下(BenchLeader Index 60.2 比 60.1,在 ±6.3 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- GPT-5.6 Terra 是什么时候发布的?
- OpenAI 于 2026年7月9日发布了 GPT-5.6 Terra。BenchLeader 收录了它在 8 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《GPT-5.6 Terra:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-5-6-terra。