नेविगेशन
Advertise here

Claude Opus 4.6 (medium) vs GPT-5.6 Luna (high)

GPT-5.6 Luna (high) average score में आगे है: 8.0 vs 6.3. GPT-5.6 Luna (high) की benchmark लागत कम है: $0.118 vs $2.961. GPT-5.6 Luna (high) तेज है: 18.39s vs 32.23s, pass rates 60.9% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#261
कुल आउटपुट टोकन
96,722
प्रतिक्रिया समय (औसत)
32.23s
कुल लागत
$2.961
रैंक
#110
कुल आउटपुट टोकन
139,395
प्रतिक्रिया समय (औसत)
18.39s
कुल लागत
$0.118
अनुशंसित मॉडल GPT-5.6 Luna (high)

It has the best score here (8.0), while costing about 25.2x less than Claude Opus 4.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09
स्कोर 6.3 8.0
रैंक #261 #110
विश्वसनीयता 10.0 10.0
संगति 8.5 8.6
प्रयास 66/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 71.0%
अस्थिर टेस्ट 3 4
कुल रन 66 69
प्रति परिणाम लागत 22.777 5.882
कुल लागत $2.961 $0.118
इनपुट कीमत $5.000 / 1M $0.200 / 1M
आउटपुट कीमत $25.000 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.020 / 1M
कैश लिखने की कीमत $6.250 / 1M $0.250 / 1M
कुल इनपुट टोकन 108,573 197,896
आउटपुट टोकन 69,994 6,211
रीजनिंग टोकन 26,728 133,184
प्रतिक्रिया समय (औसत) 32.23s 18.39s
प्रतिक्रिया समय (अधिकतम) 151.51s 111.09s
प्रतिक्रिया समय (कुल) 515.65s 422.93s
पैरामीटर ~5T कुल (~500B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#261 Claude Opus 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#110 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

त्वरित तुलना

तुलना जोड़ी बदलें

Nemotron 3 Ultramediumनिःशुल्क उपलब्धvsGPT-5.6 LunahighDeepSeek V4.1 FlashlowvsGPT-5.6 LunahighGemini 3.8 FlashmediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.8 Flash NextlowClaude Opus 4.7mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-27BmediumGPT-5.6 LunahighvsGLM 5.3 FlashXmaxGPT-5.6 LunahighvsQwen3.7 MaxnoneSeed-2.0-CodelowvsGPT-5.6 LunahighGemini 3.5 FlashmediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsMiMo-V2.6-FlashmediumMuse WondermaxvsGPT-5.6 Lunahigh