Verglichene Modelle

Benchmark-Vergleich Gemini 3.6 Flash (medium) vs GPT-5.6 Sol (low) vs GPT-5.6 Luna (high) vs GPT-5.6 Terra (high): Gemini 3.6 Flash (medium) führt bei Punktzahl mit 9.8. Gemini 3.6 Flash (medium) führt bei Zuverlässigkeit mit 10.0. GPT-5.6 Luna (high) hat den niedrigsten Gesamtkosten mit $0.118. GPT-5.6 Sol (low) ist mit 11.13s am schnellsten.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-10-19

Verglichene Modelle

Rang: #10
Gesamte Ausgabe-Token: 116,124
Antwortzeit (Durchschnitt): 14.03s
Gesamtkosten: $0.577

Rang: #13
Gesamte Ausgabe-Token: 22,557
Antwortzeit (Durchschnitt): 11.13s
Gesamtkosten: $1.244

Rang: #110
Gesamte Ausgabe-Token: 139,395
Antwortzeit (Durchschnitt): 18.39s
Gesamtkosten: $0.118

Rang: #91
Gesamte Ausgabe-Token: 60,065
Antwortzeit (Durchschnitt): 13.62s
Gesamtkosten: $0.698

Empfohlenes Modell Gemini 3.6 Flash (medium)

Es hat die höchste Punktzahl in diesem Vergleich (9.8) und die beste Gesamtbalance aus Kosten und Antwortzeit unter den 4 Modellen.

Detaillierter Vergleich

Metrik	Gemini 3.6 Flash Gemini 3.6 Flash medium Veröffentlichung: 2026-07-21	GPT-5.6 Sol GPT-5.6 Sol low Veröffentlichung: 2026-07-09	GPT-5.6 Luna GPT-5.6 Luna high Veröffentlichung: 2026-07-09	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09

Metrik	Gemini 3.6 Flash Gemini 3.6 Flash medium Veröffentlichung: 2026-07-21	GPT-5.6 Sol GPT-5.6 Sol low Veröffentlichung: 2026-07-09	GPT-5.6 Luna GPT-5.6 Luna high Veröffentlichung: 2026-07-09	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09
Punktzahl	9.8	9.6	8.0	8.3
Rang	#10	#13	#110	#91
Zuverlässigkeit	10.0	10.0	10.0	10.0
Konsistenz	9.3	9.3	8.6	9.4
Versuche	69/69	69/69	69/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	95.7%	87.0%	71.0%	69.6%
Instabile Tests	2	2	4	2
Gesamtläufe	69	69	69	69
Kosten pro Ergebnis	4.619	6.545	5.882	8.674
Gesamtkosten	$0.577	$1.244	$0.118	$0.698
Eingabepreis	$0.750 / 1M	$2.000 / 1M	$0.200 / 1M	$2.000 / 1M
Ausgabepreis	$3.750 / 1M	$10.000 / 1M	$1.200 / 1M	$12.000 / 1M
Preis für Cache-Lesen	$0.075 / 1M	$0.200 / 1M	$0.020 / 1M	$0.200 / 1M
Preis für Cache-Schreiben	$0.042 / 1M	$2.500 / 1M	$0.250 / 1M	$2.500 / 1M
Gesamte Eingabe-Token	188,003	191,653	197,896	197,239
Ausgabe-Token	2,914	5,473	6,211	6,083
Denk-Token	113,210	17,084	133,184	53,982
Antwortzeit (Durchschnitt)	14.03s	11.13s	18.39s	13.62s
Antwortzeit (Maximum)	77.15s	57.11s	111.09s	91.49s
Antwortzeit (Gesamt)	322.73s	256.08s	422.93s	313.21s
Parameter	~500B insgesamt (~20B aktiv)	~2T insgesamt (~150B aktiv)	~400B insgesamt (~17B aktiv)	~1T insgesamt (~60B aktiv)
Verfügbarkeit	Geschlossen	Geschlossen	Geschlossen	Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#10 Gemini 3.6 Flash

medium

Kosten: $0.095
Zeit: 49.9s
Token: 12,664 tok

#13 GPT-5.6 Sol

low

Kosten: $0.062
Zeit: 26.7s
Token: 2,150 tok

#110 GPT-5.6 Luna

high

Kosten: $0.033
Zeit: 34.2s
Token: 5,484 tok

#91 GPT-5.6 Terra

high

Kosten: $0.055
Zeit: 30.2s
Token: 3,748 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Agentenaufgaben	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	61.77s	123,557	940	14,308
GPT-5.6 Sol	10.0	10.0	100.0%	57.11s	113,073	997	1,614
GPT-5.6 Luna	10.0	10.0	100.0%	60.15s	116,969	1,123	2,957
GPT-5.6 Terra	10.0	10.0	100.0%	66.44s	116,183	1,028	2,949

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	2.54s	508	165	4,173
GPT-5.6 Sol	8.3	10.0	75.0%	2.60s	606	174	492
GPT-5.6 Luna	8.3	10.0	75.0%	2.99s	606	162	1,265
GPT-5.6 Terra	8.3	10.0	75.0%	2.54s	606	158	700

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	0	14.81s	8,124	444	31,421
GPT-5.6 Sol	10.0	10.0	100.0%	0	11.25s	7,302	412	3,482
GPT-5.6 Luna	5.5	4.7	55.6%	2	15.63s	7,302	510	17,746
GPT-5.6 Terra	7.6	7.2	77.8%	1	9.14s	7,302	370	6,087

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	0	49.01s	40,411	405	13,351
GPT-5.6 Sol	10.0	10.0	100.0%	0	14.58s	55,372	2,896	1,539
GPT-5.6 Luna	10.0	10.0	100.0%	0	19.05s	57,719	3,366	8,005
GPT-5.6 Terra	8.7	6.9	83.3%	1	13.72s	57,848	3,461	3,174

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	4.92s	7,457	279	5,288
GPT-5.6 Sol	10.0	10.0	100.0%	1.82s	7,140	222	0
GPT-5.6 Luna	10.0	10.0	100.0%	2.18s	7,140	234	470
GPT-5.6 Terra	10.0	10.0	100.0%	938ms	7,140	222	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	5.8	4.4	66.7%	2	21.99s	648	12	31,866
GPT-5.6 Sol	5.3	7.2	44.4%	1	30.95s	732	71	8,522
GPT-5.6 Luna	5.3	7.2	44.4%	1	62.87s	732	69	75,712
GPT-5.6 Terra	5.3	10.0	33.3%	0	42.65s	732	70	32,239

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	3.40s	492	109	1,384
GPT-5.6 Sol	10.0	10.0	100.0%	3.07s	477	99	135
GPT-5.6 Luna	5.0	10.0	0.0%	3.65s	477	117	563
GPT-5.6 Terra	5.1	10.0	0.0%	3.03s	477	113	216

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	3.82s	623	72	3,634
GPT-5.6 Sol	10.0	10.0	100.0%	2.27s	660	90	146
GPT-5.6 Luna	9.9	10.0	100.0%	1.79s	660	97	481
GPT-5.6 Terra	10.0	10.0	100.0%	2.14s	660	96	319

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	0	3.43s	568	249	3,656
GPT-5.6 Sol	8.2	7.2	88.9%	1	3.44s	642	224	534
GPT-5.6 Luna	7.6	7.2	77.8%	1	14.55s	642	242	18,281
GPT-5.6 Terra	7.7	10.0	66.7%	0	5.45s	642	277	2,613

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	5.78s	5,457	229	1,372
GPT-5.6 Sol	10.0	10.0	100.0%	7.56s	5,454	258	294
GPT-5.6 Luna	10.0	10.0	100.0%	4.98s	5,454	260	324
GPT-5.6 Terra	10.0	10.0	100.0%	4.97s	5,454	258	168

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.6 Flash	10.0	10.0	100.0%	5.48s	158	10	2,757
GPT-5.6 Sol	10.0	10.0	100.0%	3.67s	195	30	326
GPT-5.6 Luna	3.0	10.0	0.0%	17.00s	195	31	7,380
GPT-5.6 Terra	3.0	10.0	0.0%	23.30s	195	30	5,517

Vergleichspaar wechseln

Nemotron 3 UltramediumKostenlos verfügbarvsGPT-5.6 Lunahigh Kimi K3maxvsGPT-5.6 Terrahigh DeepSeek V4.1 FlashlowvsGPT-5.6 Lunahigh Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.8 Flash Nextlow Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsGPT-5.6 Lunahigh Ling 3.1 FlashmediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.7 Plusmedium Gemini 4 ArgonhighvsGPT-5.6 Sollow GPT-5.6 LunahighvsQwen3.5-27Bmedium

Verglichene Modelle