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

Gemini 3 Flash Preview (low) vs GPT-5.6 Luna (medium)

GPT-5.6 Luna (medium) average score में आगे है: 7.4 vs 6.9. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.065 vs $0.254. Gemini 3 Flash Preview (low) तेज है: 8.51s vs 9.64s, pass rates 72.5% vs 62.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#195
कुल आउटपुट टोकन
42,400
प्रतिक्रिया समय (औसत)
8.51s
कुल लागत
$0.254
रैंक
#154
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 3.9x less than Gemini 3 Flash Preview (low).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17 GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09
स्कोर 6.9 7.4
रैंक #195 #154
विश्वसनीयता 10.0 10.0
संगति 9.3 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 72.5% 62.3%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 1.582 2.822
कुल लागत $0.254 $0.065
इनपुट कीमत $0.500 / 1M $0.200 / 1M
आउटपुट कीमत $3.000 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.050 / 1M $0.020 / 1M
कैश लिखने की कीमत $0.084 / 1M $0.250 / 1M
कुल इनपुट टोकन 251,677 212,780
आउटपुट टोकन 11,196 6,849
रीजनिंग टोकन 31,204 41,137
प्रतिक्रिया समय (औसत) 8.51s 9.64s
प्रतिक्रिया समय (अधिकतम) 52.64s 58.09s
प्रतिक्रिया समय (कुल) 195.76s 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.

#195 Gemini 3 Flash Preview

low
लागत
$0.007
समय
12.1s
टोकन
2,289 tok

#154 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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

तुलना जोड़ी बदलें