मुख्य सामग्री पर जाएं

GPT-5 (high)

OpenAIGPTProprietary

विवरण

GPT-5 is a flagship model from OpenAI designed for coding, reasoning, and agentic tasks across domains. It is optimized for coding and agentic tasks with higher reasoning capabilities and medium speed.

रिलीज़ तिथि
2025-08-07
पैरामीटर
संदर्भ लंबाई
400K
मोडैलिटीज़
file, image, text

क्षमता रडार

55
general
54
coding
95
reasoning
59
scienceअनुमानित
80
agents
90
multimodal

समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
Agents & Tools57
55.0
LS
Code Ranking47
74.0
AA
General Ranking34
83.0
AA
Math Reasoning6
97.0
AA
Multimodal Ranking21
84.0
LS
Reasoning41
72.0
LS
Science41
74.0
AA

बेंचमार्क स्कोर (LLM Stats)

Agents

BrowseComp54.9%स्वयं

Biology

GPQA85.7%स्वयं

Code

SWE-Lancer (IC-Diamond subset)100.0%स्वयं
HumanEval93.4%स्वयं
Aider-Polyglot88.0%स्वयं
SWE-Bench Verified74.9%स्वयं

Communication

Tau2 Telecom96.7%स्वयं
Tau2 Retail81.1%स्वयं
Multi-Challenge69.6%स्वयं
Tau2 Airline62.6%स्वयं

Finance

MMLU92.5%स्वयं

General

MMMU84.2%स्वयं
MMMU-Pro78.4%स्वयं
Internal API instruction following (hard)64.0%स्वयं
LongFact Objects0.8%स्वयं
LongFact Concepts0.7%स्वयं

Healthcare

VideoMMMU84.6%स्वयं
HealthBench Hard1.6%स्वयं

Language

COLLIE99.0%स्वयं

Long Context

OpenAI-MRCR: 2 needle 128k95.2%स्वयं
OpenAI-MRCR: 2 needle 256k86.8%स्वयं

Math

AIME 202594.6%स्वयं
HMMT 202593.3%स्वयं
MATH84.7%स्वयं
FrontierMath26.3%स्वयं
Humanity's Last Exam24.8%स्वयं

Multimodal

VideoMME w sub.86.7%स्वयं
CharXiv-R81.1%स्वयं

Reasoning

BrowseComp Long Context 128k90.0%स्वयं
BrowseComp Long Context 256k88.8%स्वयं
Graphwalks BFS <128k78.3%स्वयं
Graphwalks parents <128k73.3%स्वयं
ERQA65.7%स्वयं
FActScore1.0%स्वयं

AA मूल्यांकन सूचकांक

Math Index
94.3
Intelligence Index
44.6
Coding Index
36.0
Math 500
1.0
Aime
1.0
Aime 25
0.9
Mmlu Pro
0.9
Gpqa
0.9
Tau2
0.8
Livecodebench
0.8
Lcr
0.8
Ifbench
0.7
Scicode
0.4
Terminalbench Hard
0.3
Hle
0.3

LLM Stats श्रेणी स्कोर

Robotics
20
Spatial Reasoning
6
Multimodal
4
Vision
3
Reasoning
2
Writing
100
Language
100
Long Context
100
Video
90
Biology
90
Chemistry
90
Code
90
Finance
90
Legal
90
Physics
90
Tool Calling
80
Communication
80
General
80
Frontend Development
70
Healthcare
70
Math
70
Search
70
Structured Output
60
Agents
50

मूल्य निर्धारण

इनपुट मूल्य$1.25 / 1M tokens
आउटपुट मूल्य$10 / 1M tokens
मिश्रित मूल्य (3:1)$3.438 / 1M tokens

गति

टोकन/सेकंड95.3 tokens/s
पहले टोकन में देरी98.86s
पहले उत्तर में देरी98.86s

उपलब्ध प्रदाता

(LS आंतरिक इकाइयाँ)

कोई प्रदाता डेटा उपलब्ध नहीं

बाहरी लिंक