নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.6 Luna

Gemini 2.5 Flash (medium) average score-এ এগিয়ে: 8.2 vs 7.7. Gemini 2.5 Flash (medium)-এর benchmark খরচ কম: $0.643 vs $1.017. GPT-5.6 Luna (high) দ্রুত: 18.68s vs 21.18s, pass rates 71.2% vs 72.7%.

প্রস্তাবিত মডেলGemini 2.5 Flash (medium)It has the best score here (8.2), while costing about 1.6x less than GPT-5.6 Luna (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Gemini 2.5 Flash Gemini 2.5 Flash medium প্রকাশ: 2025-06-17 GPT-5.6 Luna GPT-5.6 Luna high প্রকাশ: 2026-07-09
স্কোর 8.2 7.7
র‍্যাঙ্ক #25 #42
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 72.7%
অস্থির টেস্ট 1 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.286 6.780
মোট খরচ $0.643 $1.017
ইনপুট মূল্য $0.300 / 1M $1.000 / 1M
আউটপুট মূল্য $2.500 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 132,498 80,918
আউটপুট টোকেন 12,739 5,088
রিজনিং টোকেন 228,464 150,910
প্রতিক্রিয়া সময় (গড়) 21.18s 18.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 140.50s 111.09s
প্রতিক্রিয়া সময় (মোট) 465.89s 411.05s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#25 Gemini 2.5 Flash

medium
অবৈধ SVG
খরচ
$0.000
সময়
274.0s
টোকেন
0 tok

#42 GPT-5.6 Luna

high
খরচ
$0.033
সময়
34.2s
টোকেন
5,484 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

দ্রুত তুলনা

তুলনার জুটি বদলান