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

GPT-5.6 Luna (high) vs Qwen3.5-27B (medium)

GPT-5.6 Luna (high) average score में आगे है: 7.6 vs 7.5. GPT-5.6 Luna (high) की benchmark लागत कम है: $0.179 vs $0.982. GPT-5.6 Luna (high) तेज है: 16.49s vs 113.28s, pass rates 69.7% vs 75.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#78
कुल आउटपुट टोकन
135,315
प्रतिक्रिया समय (औसत)
16.49s
कुल लागत
$0.179
रैंक
#87
कुल आउटपुट टोकन
614,909
प्रतिक्रिया समय (औसत)
113.28s
कुल लागत
$0.982
अनुशंसित मॉडल GPT-5.6 Luna (high)

It has the best score here (7.6), while costing about 5.5x less than Qwen3.5-27B (medium).

विस्तृत तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09 Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24
स्कोर 7.6 7.5
रैंक #78 #87
विश्वसनीयता 10.0 10.0
संगति 8.5 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 75.8%
अस्थिर टेस्ट 4 6
कुल रन 66 66
प्रति परिणाम लागत 6.100 8.217
कुल लागत $0.179 $0.982
इनपुट कीमत $0.200 / 1M $0.195 / 1M
आउटपुट कीमत $1.200 / 1M $1.560 / 1M
कुल इनपुट टोकन 80,927 111,644
आउटपुट टोकन 5,088 16,113
रीजनिंग टोकन 130,227 598,796
प्रतिक्रिया समय (औसत) 16.49s 113.28s
प्रतिक्रिया समय (अधिकतम) 111.09s 1026.43s
प्रतिक्रिया समय (कुल) 362.78s 2492.26s
पैरामीटर ~400B कुल (~17B सक्रिय) 27B
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#78 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 tok

#87 Qwen3.5-27B

medium
लागत
$0.008
समय
62.0s
टोकन
3,099 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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

त्वरित तुलना

तुलना जोड़ी बदलें