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

Gemini 3.8 Flash (low) vs GPT-5.6 Luna (medium)

average score लगभग बराबर है: 7.5 vs 7.4. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.072 vs $0.239. Gemini 3.8 Flash (low) तेज है: 4.83s vs 7.43s, pass rates 81.8% vs 62.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#99
कुल आउटपुट टोकन
41,324
प्रतिक्रिया समय (औसत)
4.83s
कुल लागत
$0.239
रैंक
#103
कुल आउटपुट टोकन
44,525
प्रतिक्रिया समय (औसत)
7.43s
कुल लागत
$0.072
अनुशंसित मॉडल GPT-5.6 Luna (medium)

It has the best score here (7.4), while costing about 3.3x less than Gemini 3.8 Flash (low).

विस्तृत तुलना

मेट्रिक Gemini 3.8 Flash Gemini 3.8 Flash low रिलीज़: 2026-09-02 GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09
स्कोर 7.5 7.4
रैंक #99 #103
विश्वसनीयता 10.0 10.0
संगति 8.5 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 81.8% 62.1%
अस्थिर टेस्ट 4 2
कुल रन 66 66
प्रति परिणाम लागत 1.493 2.601
कुल लागत $0.239 $0.072
इनपुट कीमत $0.750 / 1M $0.200 / 1M
आउटपुट कीमत $3.750 / 1M $1.200 / 1M
कुल इनपुट टोकन 111,773 89,685
आउटपुट टोकन 8,035 5,701
रीजनिंग टोकन 33,289 38,824
प्रतिक्रिया समय (औसत) 4.83s 7.43s
प्रतिक्रिया समय (अधिकतम) 35.14s 29.85s
प्रतिक्रिया समय (कुल) 106.18s 163.54s
पैरामीटर ~500B कुल (~20B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#99 Gemini 3.8 Flash

low
लागत
$0.030
समय
45.8s
टोकन
8,023 tok

#103 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 3.8 Flash 5.4 7.2 44.4% 1 4.31s 8,118 449 5,706
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

त्वरित तुलना

तुलना जोड़ी बदलें