नेविगेशन
AI BENCHY
Advertise here

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-Flash

average score लगभग बराबर है: 6.2 vs 6.2. Qwen3.5-Flash (medium) की benchmark लागत कम है: $0.139 vs $0.249. GPT-5.6 Luna (low) तेज है: 5.04s vs 84.82s, pass rates 56.1% vs 69.7%.

अनुशंसित मॉडलGPT-5.6 Luna (low)It has the best score here (6.2), while responding about 16.8x faster than Qwen3.5-Flash (medium).

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

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 6.2
रैंक #111 #108
विश्वसनीयता 10.0 10.0
संगति 8.2 7.8
सही परीक्षण
प्रति प्रयास पास दर 56.1% 69.7%
अस्थिर टेस्ट 5 6
कुल रन 66 66
प्रति परिणाम लागत 2.490 1.361
कुल लागत $0.249 $0.139
इनपुट कीमत $1.000 / 1M $0.065 / 1M
आउटपुट कीमत $6.000 / 1M $0.260 / 1M
कुल इनपुट टोकन 96,346 118,499
आउटपुट टोकन 8,211 12,284
रीजनिंग टोकन 17,227 490,610
प्रतिक्रिया समय (औसत) 5.04s 84.82s
प्रतिक्रिया समय (अधिकतम) 19.44s 515.38s
प्रतिक्रिया समय (कुल) 110.88s 1781.22s

Hamster playing table tennis

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

#111 GPT-5.6 Luna

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

#108 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