मुख्य सामग्री पर जाएं
AITier

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
image, text

क्षमता रडार

50
general
55
coding
95
reasoning
59
science
80
agents
90
multimodal

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
एजेंटिक क्षमता75
45.0
LS
कोडिंग रैंकिंग134
66.0
AA
सामान्य रैंकिंग68
76.0
AA
मल्टीमॉडल रैंकिंग43
49.0
LS
विज्ञान99
70.0
AA

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Agents

BrowseCompOpenAI (2025)54.9%स्वयं

Biology

GPQANYU + Cohere + Anthropic (2023)87.3%स्वयं

Code

SWE-Lancer (IC-Diamond subset)100.0%स्वयं
HumanEvalOpenAI (2021)93.4%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
FActScoreMin et al. (NYU/UW, 2023)1.0%स्वयं

AA मूल्यांकन सूचकांक

(Artificial Analysis)
Math Index(Artificial Analysis)
94.3
Coding Index(Artificial Analysis)
37.8
Intelligence Index(Artificial Analysis)
35.3
Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))
1.0
Aime(MAA (Mathematical Association of America))
1.0
Aime 25(MAA (Mathematical Association of America))
0.9
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))
0.9
Gpqa(NYU + Cohere + Anthropic (2023))
0.9
Tau2(Sierra + U Toronto + Vector Institute (2025))
0.8
Livecodebench(UC Berkeley + MIT + Cornell (2024))
0.8
Lcr(Artificial Analysis)
0.8
Ifbench(Google Research (2023))
0.7
Scicode(UIUC + Argonne National Lab (2024))
0.4
Terminalbench V2 1
0.4
Terminalbench Hard(Stanford × Laude Institute (2026))
0.3
Hle(Center for AI Safety + Scale AI (2025))
0.3
Tau Banking
0.2

LLM Stats श्रेणी स्कोर

(LLM Stats (zeroeval))
Spatial Reasoning
7
Vision
4
Reasoning
2
General
1
Long Context
100
Language
100
Writing
100
Legal
90
Physics
90
Finance
90
Biology
90
Chemistry
90
Code
90
Video
90
Multimodal
80
Communication
80
Tool Calling
80
Math
70
Search
70
Frontend Development
70
Healthcare
70
Structured Output
60
Agents
50

मूल्य निर्धारण

इनपुट मूल्य$1.25 / 1M टोकन
आउटपुट मूल्य$10 / 1M टोकन
मिश्रित मूल्य (3:1)$3.438 / 1M टोकन
कैश पठन मूल्य$0.125 / 1M टोकन

गति

टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s

प्रदाता मूल्य रैंकिंग

प्रदाता मूल्य रैंकिंग

1 प्रदाता

प्रदाताइनपुटआउटपुट
1OpenAIप्राथमिक
$1.25
$10

इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।

बाहरी लिंक

LLM StatsArtificial Analysis