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 (low) vs Qwen3.5-Flash (medium)

GPT-5.6 Luna (low) average score में आगे है: 6.2 vs 6.1. GPT-5.6 Luna (low) की benchmark लागत कम है: $0.051 vs $0.142. GPT-5.6 Luna (low) तेज है: 5.20s vs 84.44s, pass rates 54.5% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#169
कुल आउटपुट टोकन
26,286
प्रतिक्रिया समय (औसत)
5.20s
कुल लागत
$0.051
रैंक
#176
कुल आउटपुट टोकन
512,846
प्रतिक्रिया समय (औसत)
84.44s
कुल लागत
$0.142
अनुशंसित मॉडल GPT-5.6 Luna (low)

It has the best score here (6.2), while costing about 2.8x less than Qwen3.5-Flash (medium).

विस्तृत तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna low रिलीज़: 2026-07-09 Qwen3.5-Flash Qwen3.5-Flash medium रिलीज़: 2026-02-24
स्कोर 6.2 6.1
रैंक #169 #176
विश्वसनीयता 10.0 10.0
संगति 8.2 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 54.5% 65.2%
अस्थिर टेस्ट 5 6
कुल रन 66 66
प्रति परिणाम लागत 2.437 1.491
कुल लागत $0.051 $0.142
इनपुट कीमत $0.200 / 1M $0.065 / 1M
आउटपुट कीमत $1.200 / 1M $0.260 / 1M
कुल इनपुट टोकन 96,355 118,508
आउटपुट टोकन 8,213 35,457
रीजनिंग टोकन 18,073 477,389
प्रतिक्रिया समय (औसत) 5.20s 84.44s
प्रतिक्रिया समय (अधिकतम) 19.44s 515.38s
प्रतिक्रिया समय (कुल) 114.46s 1773.20s
पैरामीटर ~400B कुल (~17B सक्रिय) ~35B कुल (~3B 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.

#169 GPT-5.6 Luna

low
लागत
$0.011
समय
10.2s
टोकन
1,897 tok

#176 Qwen3.5-Flash

medium
लागत
$0.002
समय
25.8s
टोकन
4,294 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 10.0 33.3% 0 4.61s 7,302 557 3,535
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

त्वरित तुलना

तुलना जोड़ी बदलें