OpenAI
GPT 5.1 Codex Max
Маршрут GPT-5.1 Codex верхнего уровня, используемый, когда прямой доступ к OpenAI недоступен.
- Вход
- 300 ₽
- Выход
- 2 400 ₽
- Кэш
- 30 ₽
- Интеллект
- 23,7
- Доступность
- 100%
openai/gpt-5.1-codex-maxДанные каталога получены .
Цена
- Текстовый диалог · вход
- 300,00 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 2 400,00 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 30,00 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
Маршрут GPT-5.1 Codex верхнего уровня, используемый, когда прямой доступ к OpenAI недоступен.
- Релиз
- Дата не указана
Характеристики
- 15 сентября: нет данных
- 16 сентября: нет данных
- 17 сентября: нет данных
- 18 сентября: нет данных
- 19 сентября: нет данных
- 20 сентября: нет данных
- 21 сентября: нет данных
- 22 сентября: нет данных
- 23 сентября: нет данных
- 24 сентября: нет данных
- 25 сентября: 100%
- 26 сентября: 100%
- 27 сентября: 100%
- 28 сентября: 100%
- Тип модели
- Текст
- Вход модели
- Текст, Изображения
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 400 000 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 128 000 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Понимание изображений, Рассуждения, Вызов инструментов, Структурированный ответ, Пакетные запросы
Настройки
Контрольные показатели
Artificial Analysis
11 показателей · проверено
- Индекс интеллекта
- 23,7 индексИнтеллект · индекс источника
Пояснение показателя
Сводный индекс Artificial Analysis «Индекс интеллекта». Расчёт и направление определяет методика источника.
Работа с документами
- AA-LCR v1.169,3 %
Пояснение показателя
Показатель Artificial Analysis «AA-LCR v1.1». Единица, шкала и направление берутся из методики источника.
- AA-LCR (версия не указана, архивный)69,3 %
Пояснение показателя
Показатель Artificial Analysis «AA-LCR (версия не указана, архивный)». Единица, шкала и направление берутся из методики источника.
Рассуждения
- AIME 202595,7 %
Пояснение показателя
Показатель Artificial Analysis «AIME 2025». Единица, шкала и направление берутся из методики источника.
Знания и точность
- GPQA Diamond (архивный)86 %
Пояснение показателя
Показатель Artificial Analysis «GPQA Diamond (архивный)». Единица, шкала и направление берутся из методики источника.
- HLE25,7 %
Пояснение показателя
Показатель Artificial Analysis «HLE». Единица, шкала и направление берутся из методики источника.
- MMLU-Pro86 %
Пояснение показателя
Показатель Artificial Analysis «MMLU-Pro». Единица, шкала и направление берутся из методики источника.
Другие измерения
- IFBench70 %
Пояснение показателя
Показатель с исходным названием «IFBench». Единица, шкала и направление берутся из методики источника.
- T²-Bench Telecom (архивный)83 %
Пояснение показателя
Показатель с исходным названием «T²-Bench Telecom (архивный)». Единица, шкала и направление берутся из методики источника.
Программирование
- LiveCodeBench84,9 %
Пояснение показателя
Показатель Artificial Analysis «LiveCodeBench». Единица, шкала и направление берутся из методики источника.
- Terminal-Bench Hard (архивный)34,8 %
Пояснение показателя
Показатель Artificial Analysis «Terminal-Bench Hard (архивный)». Единица, шкала и направление берутся из методики источника.
Полосы показывают значения от 0 до 100%, а не место среди моделей. Индексы и Elo приведены без пересчёта; смысл и направление оценки зависят от методики.
Источник и условия измерения
- Версия модели
- gpt-5.1-codex-max
- Вариант теста
- Не указан источником
- Сведения проверены
- Измерение
- Дата не указана источником
- ID у источника
- GPT 5.1 Codex Max
- Методика
- Ссылка на методику не указана.
Различающиеся условия каждого показателя доступны в таблице ниже.
Контрольные показатели: 11
| Показатель | Результат | Условия |
|---|---|---|
AA-LCR v1.1Пояснение показателяПоказатель Artificial Analysis «AA-LCR v1.1». Единица, шкала и направление берутся из методики источника. | 69,3 % | |
AA-LCR (версия не указана, архивный)Пояснение показателяПоказатель Artificial Analysis «AA-LCR (версия не указана, архивный)». Единица, шкала и направление берутся из методики источника. | 69,3 % | |
AIME 2025Пояснение показателяПоказатель Artificial Analysis «AIME 2025». Единица, шкала и направление берутся из методики источника. | 95,7 % | |
GPQA Diamond (архивный)Пояснение показателяПоказатель Artificial Analysis «GPQA Diamond (архивный)». Единица, шкала и направление берутся из методики источника. | 86 % | |
HLEПояснение показателяПоказатель Artificial Analysis «HLE». Единица, шкала и направление берутся из методики источника. | 25,7 % | |
IFBenchПояснение показателяПоказатель с исходным названием «IFBench». Единица, шкала и направление берутся из методики источника. | 70 % | |
Индекс интеллектаПояснение показателяСводный индекс Artificial Analysis «Индекс интеллекта». Расчёт и направление определяет методика источника. | 23,7 индекс | |
LiveCodeBenchПояснение показателяПоказатель Artificial Analysis «LiveCodeBench». Единица, шкала и направление берутся из методики источника. | 84,9 % | |
MMLU-ProПояснение показателяПоказатель Artificial Analysis «MMLU-Pro». Единица, шкала и направление берутся из методики источника. | 86 % | |
T²-Bench Telecom (архивный)Пояснение показателяПоказатель с исходным названием «T²-Bench Telecom (архивный)». Единица, шкала и направление берутся из методики источника. | 83 % | |
Terminal-Bench Hard (архивный)Пояснение показателяПоказатель Artificial Analysis «Terminal-Bench Hard (архивный)». Единица, шкала и направление берутся из методики источника. | 34,8 % |
Результат бенчмарка относится к его методике и версии модели. Он не гарантирует качество ответа, скорость или доступность конкретного запроса в Kvantora.
API-запрос
Пример API-запроса подготовлен для этой операции. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "openai/gpt-5.1-codex-max",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))





