নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-122B-A10B

সারাংশ

GPT-5.6 Luna (low) average score-এ এগিয়ে: 6.2 vs 5.3. Qwen3.5-122B-A10B-এর benchmark খরচ কম: $0.020 vs $0.141. Qwen3.5-122B-A10B দ্রুত: 3.41s vs 4.35s, pass rates 57.1% vs 31.8%.

প্রস্তাবিত মডেলQwen3.5-122B-A10BIt offers the best overall trade-off: a competitive score (5.3), lower cost than GPT-5.6 Luna (low), and balanced response time.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক GPT-5.6 Luna GPT-5.6 Luna low প্রকাশ: 2026-07-09 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none প্রকাশ: 2026-02-24
স্কোর 6.2 5.3
র‍্যাঙ্ক #114 #153
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.5 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.1% 31.8%
অস্থির টেস্ট 4 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 1.404 0.393
মোট খরচ $0.141 $0.020
ইনপুট মূল্য $1.000 / 1M $0.260 / 1M
আউটপুট মূল্য $6.000 / 1M $2.080 / 1M
মোট ইনপুট টোকেন 34,218 47,735
আউটপুট টোকেন 2,110 3,383
রিজনিং টোকেন 15,571 0
প্রতিক্রিয়া সময় (গড়) 4.35s 3.41s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 18.06s 46.00s
প্রতিক্রিয়া সময় (মোট) 91.45s 71.59s

জেনারেশন শোকেস

Hamster playing table tennis

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

#114 GPT-5.6 Luna

low
খরচ
$0.011
সময়
10.2s
টোকেন
1,897 tok

#153 Qwen3.5-122B-A10B

none
খরচ
$0.016
সময়
44.5s
টোকেন
6,431 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
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

দ্রুত তুলনা

তুলনার জুটি বদলান