SprachmodellAktiv

GPT-5 nano

OpenAI

Veröffentlicht: 7. August 2025
Datenstand: 8. September 2026

Intelligenz: Nicht gerankt
Gesamtwertung
Geschwindigkeit: 189,4 Token/s
Ausgabe-Tempo
Preis: 0,05 $ · 0,4 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild
Ausgabe: Text

Für dieses Modell liegt keine veröffentlichte, kategorieweit vergleichbare Gesamtwertung vor.

Einträge 1-12 von 102. Seite 1 von 9.

Veröffentlichte Benchmarks

Die Charts vergleichen Modelle im selben dokumentierten Test. Das aktuelle Modell ist hervorgehoben.

Reasoning

3 Messreihen

GPQA Diamond

Few-Shot CoT

Mehr ist besser3 ModelleGPT-5 nano: Platz 3 von 3Datenstand: 11. August 2026

1.GPT-584,85 %

2.GPT-5 mini78,28 %

3.GPT-5 nano64,14 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-gpqa:1:diamond_few_shot_cot
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 44.156. Standardfehler: 3.408. Kosten je Aufgabe in USD: 0.004136. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-08-11-d3325290a404. Prüfsumme der Quelldaten: d3325290a40411054e05ecb86812143465b4d8eee24a0f71f6cf5dfee5b232a1. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

GPQA Diamond

Zero-Shot CoT

Mehr ist besser3 ModelleGPT-5 nano: Platz 3 von 3Datenstand: 11. August 2026

1.GPT-586,36 %

2.GPT-5 mini82,32 %

3.GPT-5 nano62,63 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-gpqa:1:diamond_zero_shot_cot
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 55.277. Standardfehler: 3.535. Kosten je Aufgabe in USD: 0.00502. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-08-11-d3325290a404. Prüfsumme der Quelldaten: d3325290a40411054e05ecb86812143465b4d8eee24a0f71f6cf5dfee5b232a1. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

GPQA Diamond

Overall

Mehr ist besser54 ModelleGPT-5 nano: Platz 49 von 54Datenstand: 4. September 2026

1.Gemini 3.1 Pro Preview95,45 %

2.GPT-5.6 Sol95,2 %

3.Grok 4.694,7 %

4.Gemini 3.8 Flash94,44 %

5.Gemini 3.7 Flash93,94 %

6.Claude Opus 593,43 %

6.Gemini 3.6 Flash93,43 %

8.Claude Fable 593,18 %

8.GPT-5.593,18 %

10.Grok 4.592,93 %

10.Kimi K392,93 %

12.Gemini 3.5 Flash92,68 %

13.GPT-5.491,67 %

13.GPT-5.6 Luna91,67 %

15.Grok 4.391,41 %

16.GPT-5.6 Terra90,91 %

17.DeepSeek-V4-Pro89,39 %

18.Kimi K2.689,14 %

19.Claude Sonnet 588,89 %

20.GLM-5.388,13 %

21.Gemini 3 Flash87,88 %

22.Inkling87,12 %

23.GLM-5.3-Flash86,36 %

24.GLM-5.285,61 %

24.GPT-585,61 %

26.GLM-5.184,52 %

27.Kimi K2.584,09 %

27.o384,09 %

29.Gemini 3.5 Flash-Lite83,84 %

30.Inkling Small83,59 %

31.GLM-583,33 %

32.GPT-5.4 mini83,08 %

33.MiMo-V2.5-Pro82,58 %

34.MiMo-V2.581,57 %

35.Gemini 3.1 Flash-Lite81,06 %

36.GPT-5 mini80,3 %

37.GLM-4.780,05 %

38.GPT OSS 120B78,54 %

38.Kimi K2 Thinking78,54 %

40.GPT-5.4 nano77,53 %

41.o3-mini75,51 %

42.GLM-4.674,5 %

42.o4-mini74,5 %

44.o173,23 %

45.GLM-4.572,22 %

46.GPT OSS 20B68,94 %

47.GPT-4.1 mini67,93 %

48.GPT-4.165,4 %

49.GPT-5 nano63,38 %

50.DeepSeek-V3 032461,62 %

51.DeepSeek-V354,55 %

52.GPT-4.1 nano50,76 %

53.GPT-4o mini44,19 %

54.Command R+31,06 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-gpqa:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 54
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 49.716. Kosten je Aufgabe in USD: 0.004578. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-09-04-fc438726f0d8. Prüfsumme der Quelldaten: fc438726f0d8523d320f02d75ae372a3fa38b28b36f70fe318d119f55153560d. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle: Vals AI

Programmieren

4 Messreihen

LiveCodeBench v6

Easy

Mehr ist besser3 ModelleGPT-5 nano: Platz 1 von 3Datenstand: 11. August 2026

1.GPT-5 mini99,07 %

1.GPT-5 nano99,07 %

3.GPT-598,76 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-lcb:1:easy
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 12.902. Standardfehler: 0.535. Kosten je Aufgabe in USD: 0.001137. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

LiveCodeBench v6

Hard

Mehr ist besser3 ModelleGPT-5 nano: Platz 3 von 3Datenstand: 11. August 2026

1.GPT-5 mini71,71 %

2.GPT-566,29 %

3.GPT-5 nano22,29 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-lcb:1:hard
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 271.445. Standardfehler: 2.224. Kosten je Aufgabe in USD: 0.00966. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

LiveCodeBench v6

Medium

Mehr ist besser3 ModelleGPT-5 nano: Platz 2 von 3Datenstand: 11. August 2026

1.GPT-592,69 %

2.GPT-5 nano89,3 %

3.GPT-5 mini89,03 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-lcb:1:medium
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 124.73. Standardfehler: 1.58. Kosten je Aufgabe in USD: 0.004362. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

LiveCodeBench v6

Overall

Mehr ist besser56 ModelleGPT-5 nano: Platz 45 von 56Datenstand: 4. September 2026

1.Claude Fable 589,78 %

2.Gemini 3.8 Flash89,48 %

3.Claude Opus 589,03 %

4.Gemini 3.7 Flash88,65 %

5.Gemini 3.1 Pro Preview88,49 %

6.Grok 4.688,22 %

7.Gemini 3.6 Flash88,08 %

8.Gemini 3.5 Flash87,6 %

9.DeepSeek-V4-Pro87,48 %

10.Grok 4.587,35 %

11.GPT-5.3-Codex87,31 %

12.Kimi K387,19 %

13.Kimi K2.686,77 %

14.GPT-5 mini86,61 %

15.Inkling Small85,93 %

16.GPT-5.6 Terra85,93 %

17.GPT-585,91 %

18.Gemini 3 Flash85,59 %

19.Inkling85,52 %

20.GPT-5.585,3 %

21.Grok 4.384,49 %

22.GPT-5.484,14 %

23.GPT-5.4 nano84,01 %

24.o383,91 %

25.Kimi K2.583,87 %

26.GPT OSS 120B83,23 %

27.GPT-5.6 Sol82,6 %

28.Claude Sonnet 582,43 %

29.GLM-4.782,23 %

30.o4-mini82,21 %

31.Kimi K2.7 Code82,05 %

32.GLM-581,87 %

33.MiMo-V2.581,51 %

34.GPT-5.4 mini81,47 %

35.GLM-5.181,38 %

36.MiMo-V2.5-Pro81,35 %

37.GLM-4.681,04 %

38.GLM-5.380,54 %

39.GLM-5.3-Flash80,51 %

40.GPT OSS 20B80,39 %

41.Gemini 3.1 Flash-Lite80,12 %

42.Gemini 3.5 Flash-Lite79,01 %

43.o3-mini71,48 %

44.DeepSeek-R170,22 %

45.GPT-5 nano70,22 %

46.GLM-5.269,5 %

47.GLM-4.567,45 %

48.DeepSeek-V3 032465,48 %

49.Kimi K2 Thinking63,15 %

50.GPT-4.1 mini58,16 %

51.GPT-4.154,67 %

52.o150,26 %

53.GPT-4o43,44 %

54.GPT-4.1 nano42,72 %

55.GPT-4o mini26,42 %

56.Command R+18,24 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-lcb:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 56
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 136.359. Kosten je Aufgabe in USD: 0.005053. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-09-04-95ca83387127. Prüfsumme der Quelldaten: 95ca83387127df287e9a6d928c411c98c9b65b4cefeee46eb4008ca1521f5ed4. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle: Vals AI

Recht

5 Messreihen

LegalBench

Conclusion Tasks

Mehr ist besser3 ModelleGPT-5 nano: Platz 3 von 3Datenstand: 11. August 2026

1.GPT-590,88 %

2.GPT-5 mini87,27 %

3.GPT-5 nano77,28 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-bench:1:conclusion_tasks
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 25.918. Standardfehler: 1.124. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

LegalBench

Interpretation Tasks

Mehr ist besser3 ModelleGPT-5 nano: Platz 3 von 3Datenstand: 11. August 2026

1.GPT-583,03 %

2.GPT-5 mini80,72 %

3.GPT-5 nano47,56 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-bench:1:interpretation_tasks
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 23.351. Standardfehler: 0.284. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

LegalBench

Issue Tasks

Mehr ist besser3 ModelleGPT-5 nano: Platz 3 von 3Datenstand: 11. August 2026

1.GPT-589,55 %

2.GPT-5 mini87,09 %

3.GPT-5 nano52,87 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-bench:1:issue_tasks
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 17.937. Standardfehler: 0.956. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

LegalBench

Overall

Mehr ist besser53 ModelleGPT-5 nano: Platz 52 von 53Datenstand: 4. September 2026

1.Claude Fable 588,56 %

2.Gemini 3.1 Pro Preview87,4 %

3.Gemini 3.7 Flash87,26 %

4.Gemini 3.8 Flash86,99 %

5.Claude Opus 586,97 %

6.GPT-5.6 Sol86,97 %

7.Gemini 3 Flash86,86 %

8.Gemini 3.6 Flash86,71 %

9.GPT-5.586,52 %

10.Grok 4.686,31 %

11.GPT-5.486,04 %

12.GPT-586,02 %

13.Kimi K386,02 %

14.Grok 4.585,97 %

15.GPT-5.6 Terra85,11 %

16.GLM-5.384,84 %

17.Kimi K2.684,74 %

18.Grok 4.384,46 %

19.GLM-5.184,39 %

20.Gemini 3.5 Flash-Lite84,07 %

20.GLM-5.284,07 %

22.GLM-584,06 %

23.GPT-5.6 Luna84,03 %

24.GLM-5.3-Flash83,93 %

25.Claude Sonnet 583,92 %

26.Gemini 3.1 Flash-Lite83,76 %

27.o383,76 %

28.Gemini 3.5 Flash83,6 %

29.GLM-4.783,36 %

30.GPT-4.183,1 %

31.Inkling Small82,99 %

32.Inkling82,95 %

33.GPT-5 mini81,77 %

34.DeepSeek-V380,76 %

35.o180,39 %

36.DeepSeek-V4-Pro80,32 %

37.Kimi K2 Thinking80,2 %

38.GLM-4.679,61 %

39.o4-mini79,19 %

40.MiMo-V2.578,89 %

41.GPT-4.1 mini78,04 %

42.GPT-5.4 nano77,92 %

43.DeepSeek-V3 032477,73 %

44.MiMo-V2.5-Pro77,13 %

45.GPT OSS 120B75,94 %

46.GLM-4.575,63 %

47.o3-mini71,54 %

48.GPT OSS 20B70,85 %

49.Command R+68,29 %

50.DeepSeek-R167,32 %

51.GPT-4.1 nano61,06 %

52.GPT-5 nano50,13 %

53.Command R32,97 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-bench:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 53
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 22.496. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-09-04-ff81649923fb. Prüfsumme der Quelldaten: ff81649923fb684ff37d5f557fd320ba5ab433927831065ed781a94548f480ef. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle: Vals AI

LegalBench

Rhetoric Tasks

Mehr ist besser3 ModelleGPT-5 nano: Platz 3 von 3Datenstand: 11. August 2026

1.GPT-580,97 %

2.GPT-5 mini78,96 %

3.GPT-5 nano30,64 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-bench:1:rhetoric_tasks
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 14.893. Standardfehler: 0.839. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

Dokumentierte Messdetails

Jede Beobachtung enthält den Quellwert und die veröffentlichten Testbedingungen.

GPQA Diamond: Few-Shot CoT (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 64.141
Bewertung: 64.141
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: reasoning
Aufgabe: diamond_few_shot_cot
Aufgabenbezeichnung: Few-Shot CoT
Richtung: Mehr ist besser
Vergleichskohorte: vals-gpqa:1:diamond_few_shot_cot
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 44.156. Standardfehler: 3.408. Kosten je Aufgabe in USD: 0.004136. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-08-11-d3325290a404. Prüfsumme der Quelldaten: d3325290a40411054e05ecb86812143465b4d8eee24a0f71f6cf5dfee5b232a1. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

GPQA Diamond: Zero-Shot CoT (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 62.626
Bewertung: 62.626
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: reasoning
Aufgabe: diamond_zero_shot_cot
Aufgabenbezeichnung: Zero-Shot CoT
Richtung: Mehr ist besser
Vergleichskohorte: vals-gpqa:1:diamond_zero_shot_cot
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 55.277. Standardfehler: 3.535. Kosten je Aufgabe in USD: 0.00502. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-08-11-d3325290a404. Prüfsumme der Quelldaten: d3325290a40411054e05ecb86812143465b4d8eee24a0f71f6cf5dfee5b232a1. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

GPQA Diamond: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 63.384
Bewertung: 63.384
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-gpqa:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-04
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 49.716. Kosten je Aufgabe in USD: 0.004578. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-09-04-fc438726f0d8. Prüfsumme der Quelldaten: fc438726f0d8523d320f02d75ae372a3fa38b28b36f70fe318d119f55153560d. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle Vals AI

LiveCodeBench v6: Easy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 99.068
Bewertung: 99.068
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: easy
Aufgabenbezeichnung: Easy
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:easy
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 12.902. Standardfehler: 0.535. Kosten je Aufgabe in USD: 0.001137. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

LiveCodeBench v6: Hard (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 22.286
Bewertung: 22.286
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: hard
Aufgabenbezeichnung: Hard
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:hard
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 271.445. Standardfehler: 2.224. Kosten je Aufgabe in USD: 0.00966. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

LiveCodeBench v6: Medium (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 89.295
Bewertung: 89.295
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: medium
Aufgabenbezeichnung: Medium
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:medium
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 124.73. Standardfehler: 1.58. Kosten je Aufgabe in USD: 0.004362. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

LiveCodeBench v6: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 70.216
Bewertung: 70.216
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-04
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 136.359. Kosten je Aufgabe in USD: 0.005053. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-09-04-95ca83387127. Prüfsumme der Quelldaten: 95ca83387127df287e9a6d928c411c98c9b65b4cefeee46eb4008ca1521f5ed4. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle Vals AI

LegalBench: Conclusion Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 77.278
Bewertung: 77.278
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: conclusion_tasks
Aufgabenbezeichnung: Conclusion Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:conclusion_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 25.918. Standardfehler: 1.124. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

LegalBench: Interpretation Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 47.563
Bewertung: 47.563
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: interpretation_tasks
Aufgabenbezeichnung: Interpretation Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:interpretation_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 23.351. Standardfehler: 0.284. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

LegalBench: Issue Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 52.874
Bewertung: 52.874
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: issue_tasks
Aufgabenbezeichnung: Issue Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:issue_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 17.937. Standardfehler: 0.956. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

LegalBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 50.129
Bewertung: 50.129
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-04
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 22.496. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-09-04-ff81649923fb. Prüfsumme der Quelldaten: ff81649923fb684ff37d5f557fd320ba5ab433927831065ed781a94548f480ef. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle Vals AI

LegalBench: Rhetoric Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 30.641
Bewertung: 30.641
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: rhetoric_tasks
Aufgabenbezeichnung: Rhetoric Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:rhetoric_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: openai/gpt-5-nano-2025-08-07. Name des Quellmodells: GPT-5 nano. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-nano-2025-08-07. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 14.893. Standardfehler: 0.839. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-08-11-836e5e44618e. Prüfsumme der Quelldaten: 836e5e44618e5bb1564702e615e2a5d9f70e26300758fa7cf8bad50033a889bb. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Ausführlichkeit: medium. Maximale Ausgabetoken: 128000

Quelle Vals AI

Eigene Modelltests

Community-Tests zum Anschauen

Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

GPT-5 nano

Noch nicht getestet

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

Nachweise

Quellen und Datenstand

Alle Angaben verweisen auf die zugrunde liegende Dokumentation oder das jeweilige Leaderboard.

Geschwindigkeit: OpenAI, High effort. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026.
Artificial Analysis Messmethode
Preis: API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten.
Preise
Eingabe: Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
Modelldokumentation
Ausgabe: Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
Modelldokumentation

Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.

Offene Nachweise und Recherchehinweise (Originalwortlaut)

In den geprüften Quellen nicht gefunden

parameters-billions. OpenAI API and release pages do not publish total or active parameter counts.

In den geprüften Quellen nicht gefunden

independent-benchmarks. This pass used the exact OpenAI model-column tables; no separate independent evaluator record was added.

Modellmetadaten (abgerufen 8. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
OpenAI (abgerufen 8. September 2026)Quelle
Artificial Analysis (abgerufen 8. September 2026)Quelle
Messmethode der GeschwindigkeitQuelle

GPT-5 nano

Veröffentlichte Benchmarks

Reasoning

GPQA Diamond

GPQA Diamond

GPQA Diamond

Programmieren

LiveCodeBench v6

LiveCodeBench v6

LiveCodeBench v6

LiveCodeBench v6

Recht

LegalBench

LegalBench

LegalBench

LegalBench

LegalBench

Dokumentierte Messdetails

Community-Tests zum Anschauen

Pelikan auf dem Fahrrad

Technische Daten und Zugang

Weitere Quellenangaben

Veröffentlichte Preise

100 API-Anfragen

Dieses Modell im Vergleich

Quellen und Datenstand