नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.6 Luna

सारांश

Gemini 3 Flash Preview (medium) vs GPT-5.6 Luna benchmark तुलना: Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 5.3. GPT-5.6 Luna की benchmark लागत कम है: $0.047 vs $0.667. GPT-5.6 Luna तेज है: 1.06s vs 18.64s, pass rates 98.4% vs 36.5%.

अनुशंसित मॉडल: Gemini 3 Flash Preview (medium) - It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 GPT-5.6 Luna GPT-5.6 Luna none रिलीज़: 2026-07-09
स्कोर 9.6 5.3
रैंक #2 #142
विश्वसनीयता 10.0 10.0
संगति 9.7 8.8
सही परीक्षण
प्रति प्रयास पास दर 98.4% 36.5%
अस्थिर टेस्ट 1 3
कुल रन 63 63
प्रति परिणाम लागत 3.335 0.767
कुल लागत $0.667 $0.047
इनपुट कीमत $0.500 / 1M $1.000 / 1M
आउटपुट कीमत $3.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 37,017 34,218
आउटपुट टोकन 2,006 1,967
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 1.06s
प्रतिक्रिया समय (अधिकतम) 117.26s 2.80s
प्रतिक्रिया समय (कुल) 391.35s 22.34s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 tok

#142 GPT-5.6 Luna

none
लागत
$0.016
समय
15.8s
टोकन
2,685 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
GPT-5.6 Luna 4.8 10.0 25.0% 0 901ms 606 266 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
GPT-5.6 Luna 3.0 10.0 0.0% 0 2.78s 11,019 280 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
GPT-5.6 Luna 10.0 10.0 100.0% 0 758ms 7,140 222 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
GPT-5.6 Luna 2.9 7.2 11.1% 1 737ms 723 54 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
GPT-5.6 Luna 5.0 10.0 0.0% 0 1.00s 477 150 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
GPT-5.6 Luna 7.1 5.8 83.3% 1 1.23s 660 86 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
GPT-5.6 Luna 5.3 10.0 33.3% 0 790ms 642 202 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.80s 5,454 222 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
GPT-5.6 Luna 3.0 10.0 0.0% 0 651ms 195 26 0

त्वरित तुलना

तुलना जोड़ी बदलें