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

OpenAI: GPT-5.3 Chat vs OpenAI: GPT-5.6 Luna

GPT-5.6 Luna (medium) average score में आगे है: 7.6 vs 7.5. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.352 vs $0.571. GPT-5.3 Chat तेज है: 6.88s vs 7.28s, pass rates 68.2% vs 65.2%.

अनुशंसित मॉडलGPT-5.6 Luna (medium)It has the best score here (7.6), while costing about 1.6x less than GPT-5.3 Chat.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक GPT-5.3 Chat GPT-5.3 Chat none रिलीज़: 2026-03-03 GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09
स्कोर 7.5 7.6
रैंक #52 #48
विश्वसनीयता 10.0 10.0
संगति 8.2 9.6
सही परीक्षण
प्रति प्रयास पास दर 68.2% 65.2%
अस्थिर टेस्ट 5 1
कुल रन 66 66
प्रति परिणाम लागत 4.387 2.513
कुल लागत $0.571 $0.352
इनपुट कीमत $1.750 / 1M $1.000 / 1M
आउटपुट कीमत $14.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 78,990 89,676
आउटपुट टोकन 30,854 5,699
रीजनिंग टोकन 0 37,980
प्रतिक्रिया समय (औसत) 6.88s 7.28s
प्रतिक्रिया समय (अधिकतम) 18.33s 29.85s
प्रतिक्रिया समय (कुल) 151.31s 160.27s

Hamster playing table tennis

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

#52 GPT-5.3 Chat

none
लागत
$0.008
समय
8.1s
टोकन
634 tok

#48 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
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

त्वरित तुलना

तुलना जोड़ी बदलें