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

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs OpenAI: GPT-5.6 Luna

সারাংশ

GPT-5.6 Luna (high) vs GPT-5.6 Luna (medium) benchmark তুলনা: GPT-5.6 Luna (high) average score-এ এগিয়ে: 7.7 vs 7.6. GPT-5.6 Luna (medium)-এর benchmark খরচ কম: $0.258 vs $0.924. GPT-5.6 Luna (medium) দ্রুত: 6.70s vs 18.39s, pass rates 71.4% vs 63.5%.

প্রস্তাবিত মডেল: GPT-5.6 Luna (medium) - Its score stays close to the best score here (7.6 vs 7.7), while costing about 3.6x less than GPT-5.6 Luna (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-09

মেট্রিক GPT-5.6 Luna GPT-5.6 Luna high প্রকাশ: 2026-07-09 GPT-5.6 Luna GPT-5.6 Luna medium প্রকাশ: 2026-07-09
স্কোর 7.7 7.6
র‍্যাঙ্ক #50 #54
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.8 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.4% 63.5%
অস্থির টেস্ট 3 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 6.594 1.978
মোট খরচ $0.924 $0.258
ইনপুট মূল্য $1.000 / 1M $1.000 / 1M
আউটপুট মূল্য $6.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 35,699 35,699
আউটপুট টোকেন 2,079 2,148
রিজনিং টোকেন 145,816 34,740
প্রতিক্রিয়া সময় (গড়) 18.39s 6.70s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 111.09s 29.85s
প্রতিক্রিয়া সময় (মোট) 386.24s 140.62s

জেনারেশন শোকেস

Hamster playing table tennis

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

#50 GPT-5.6 Luna

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

#54 GPT-5.6 Luna

medium
খরচ
$0.014
সময়
14.6s
টোকেন
2,362 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

অ্যান্টি-এআই কৌশল স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
সমন্বিত স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
GPT-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
ডেটা পার্সিং ও নিষ্কাশন স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
GPT-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
ডোমেইন-নির্দিষ্ট স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
GPT-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
Sadharon Buddhimotta স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
GPT-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
নির্দেশনা অনুসরণ স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
GPT-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
ধাঁধা সমাধান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
GPT-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
টুল কলিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
GPT-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
সাধারণ জ্ঞান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380
GPT-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379

দ্রুত তুলনা

তুলনার জুটি বদলান