Navigation
Advertise here

GPT-5.6 Luna (medium) vs GLM 5.3 FlashX (high)

Der Durchschnittsscore ist mit 7.4 vs 7.4 praktisch gleichauf. GPT-5.6 Luna (medium) hat die niedrigeren Benchmark-Kosten mit $0.065 vs $0.210. GPT-5.6 Luna (medium) ist schneller mit 9.64s vs 14.94s, mit Erfolgsraten von 62.3% vs 69.6%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-13

Verglichene Modelle

Rang
#189
Gesamte Ausgabe-Token
47,986
Antwortzeit (Durchschnitt)
9.64s
Gesamtkosten
$0.065
Rang
#193
Gesamte Ausgabe-Token
97,728
Antwortzeit (Durchschnitt)
14.94s
Gesamtkosten
$0.210
Empfohlenes Modell GPT-5.6 Luna (medium)

Es hat hier die beste Punktzahl (7.4) und kostet etwa 3.2x weniger als GLM 5.3 FlashX (high).

Detaillierter Vergleich

Metrik GPT-5.6 Luna GPT-5.6 Luna medium Veröffentlichung: 2026-07-09 GLM 5.3 FlashX GLM 5.3 FlashX high Veröffentlichung: 2026-09-21
Punktzahl 7.4 7.4
Rang #189 #193
Zuverlässigkeit 10.0 10.0
Konsistenz 9.0 8.2
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 62.3% 69.6%
Instabile Tests 3 5
Gesamtläufe 69 69
Kosten pro Ergebnis 2.822 1.612
Gesamtkosten $0.065 $0.210
Eingabepreis $0.200 / 1M $0.370 / 1M
Ausgabepreis $1.200 / 1M $1.250 / 1M
Preis für Cache-Lesen $0.020 / 1M $0.090 / 1M
Preis für Cache-Schreiben $0.250 / 1M k. A.
Gesamte Eingabe-Token 212,780 235,914
Ausgabe-Token 6,849 8,147
Denk-Token 41,137 89,581
Antwortzeit (Durchschnitt) 9.64s 14.94s
Antwortzeit (Maximum) 58.09s 91.16s
Antwortzeit (Gesamt) 221.62s 343.65s
Parameter ~400B insgesamt (~17B aktiv) 320B insgesamt (18B aktiv)
Verfügbarkeit 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.

#189 GPT-5.6 Luna

medium
Kosten
$0.014
Zeit
14.6s
Token
2,362 tok

#193 GLM 5.3 FlashX

high
Kosten
$0.030
Zeit
169.4s
Token
23,950 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
GLM 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

Vergleichspaar wechseln