Todos los lanzamientos

GPT-6.1 Terra vs. K2 Horizon 375B A23B: comparación de lanzamientos

Comparación de los lanzamientos GPT-6.1 Terra y K2 Horizon 375B A23B: 6 modelos y 1 modelo respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 7 modelos.

  • En inteligencia, GPT-6.1 Terra obtiene la puntuación más alta: GPT-6.1 Terra (Max), con 51, frente a K2 Horizon 375B A23B, con 18.
  • En tiempo por tarea, GPT-6.1 Terra es el más rápido: GPT-6.1 Terra (Low), con 1.1 min, frente a K2 Horizon 375B A23B, con 5.4 min.
  • En costo por tarea, K2 Horizon 375B A23B es el más económico, con $0.00, frente a GPT-6.1 Terra (Low), con $0.0713 de GPT-6.1 Terra.
Playground de modelos

Lanzamientos comparados

GPT-6.1 Terra (max)GPT-6.1 Terra (xhigh)GPT-6.1 Terra (high)GPT-6.1 Terra (medium)GPT-6.1 Terra (non-reasoning)GPT-6.1 Terra (low)K2 Horizon 375B A23B
Intelligence Index
51
45
42
38
31
29
18
Finanzas y contabilidad
49
48
44
42
34
38
32
Estrategia y operaciones
50
49
47
45
40
42
33
Jurídico
46
44
42
40
28
37
29
Salud y medicina
45
--
--
--
--
--
29
Costo por tareaUSD
$0.96
$0.40
$0.26
$0.17
$0.23
$0.0713
$0.00
Tiempo por tareaMinutos
13.8
6.3
4.1
2.8
2.4
1.1
5.4
Tiempo hasta el primer token de respuestas
150.94
29.62
10.34
4.52
2.35
2.71
20.04
Ventana de contexto
1M
1M
1M
1M
1M
1M
524k
Creador
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
Institute of Foundation Models
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Abierto
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
Institute of Foundation Models
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Terra
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Rendimiento

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBench

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark