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 (medium) vs Qwen3.8 2.4T A95B (high)

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: $0.036 vs $2.755. GPT-5.6 Luna (medium) तेज है: 7.28s vs 134.41s, pass rates 65.2% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#76
कुल आउटपुट टोकन
43,679
प्रतिक्रिया समय (औसत)
7.28s
कुल लागत
$0.036
रैंक
#85
कुल आउटपुट टोकन
512,351
प्रतिक्रिया समय (औसत)
134.41s
कुल लागत
$2.755
अनुशंसित मॉडल GPT-5.6 Luna (medium)

It has the best score here (7.6), while costing about 78.3x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर 7.6 7.5
रैंक #76 #85
विश्वसनीयता 10.0 8.8
संगति 9.6 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 77.3%
अस्थिर टेस्ट 1 4
कुल रन 66 66
प्रति परिणाम लागत 2.513 18.365
कुल लागत $0.036 $2.755
इनपुट कीमत $0.100 / 1M $2.000 / 1M
आउटपुट कीमत $0.600 / 1M $6.000 / 1M
कुल इनपुट टोकन 89,676 109,036
आउटपुट टोकन 5,699 103,736
रीजनिंग टोकन 37,980 408,615
प्रतिक्रिया समय (औसत) 7.28s 134.41s
प्रतिक्रिया समय (अधिकतम) 29.85s 532.28s
प्रतिक्रिया समय (कुल) 160.27s 2956.97s
पैरामीटर ~400B कुल (~17B सक्रिय) 2.4T कुल (95B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#76 GPT-5.6 Luna

medium
लागत
$0.014
समय
14.6s
टोकन
2,362 tok

#85 Qwen3.8 2.4T A95B

high
अमान्य SVG
लागत
$0.000
समय
600.0s
टोकन
0 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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

त्वरित तुलना

तुलना जोड़ी बदलें