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

Gemini 3.5 Flash vs GPT-5.6 Luna (medium)

GPT-5.6 Luna (medium) average score में आगे है: 7.4 vs 6.1. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.065 vs $1.752. GPT-5.6 Luna (medium) तेज है: 9.64s vs 14.13s, pass rates 68.1% vs 62.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-02

तुलना किए गए मॉडल

रैंक
#232
कुल आउटपुट टोकन
153,595
प्रतिक्रिया समय (औसत)
14.13s
कुल लागत
$1.752
रैंक
#122
कुल आउटपुट टोकन
47,986
प्रतिक्रिया समय (औसत)
9.64s
कुल लागत
$0.065
अनुशंसित मॉडल GPT-5.6 Luna (medium)

It has the best score here (7.4), while costing about 27.2x less than Gemini 3.5 Flash.

विस्तृत तुलना

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash none रिलीज़: 2026-05-19 GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09
स्कोर 6.1 7.4
रैंक #232 #122
विश्वसनीयता 10.0 10.0
संगति 8.6 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 62.3%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 12.511 2.822
कुल लागत $1.752 $0.065
इनपुट कीमत $1.500 / 1M $0.200 / 1M
आउटपुट कीमत $9.000 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.020 / 1M
कैश लिखने की कीमत $0.084 / 1M $0.250 / 1M
कुल इनपुट टोकन 246,061 212,780
आउटपुट टोकन 153,595 6,849
रीजनिंग टोकन 0 41,137
प्रतिक्रिया समय (औसत) 14.13s 9.64s
प्रतिक्रिया समय (अधिकतम) 85.26s 58.09s
प्रतिक्रिया समय (कुल) 268.55s 221.62s
पैरामीटर ~500B कुल (~20B 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.

#232 Gemini 3.5 Flash

none
लागत
$0.225
समय
125.5s
टोकन
25,004 tok

#122 GPT-5.6 Luna

medium
लागत
$0.014
समय
14.6s
टोकन
2,362 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
Gemini 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

त्वरित तुलना

तुलना जोड़ी बदलें