नेविगेशन
Advertise here

GPT-5.6 Luna (medium) vs GLM 5.3 FlashX (high)

average score लगभग बराबर है: 7.4 vs 7.4. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.065 vs $0.210. GPT-5.6 Luna (medium) तेज है: 9.64s vs 14.94s, pass rates 62.3% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#189
कुल आउटपुट टोकन
47,986
प्रतिक्रिया समय (औसत)
9.64s
कुल लागत
$0.065
रैंक
#193
कुल आउटपुट टोकन
97,728
प्रतिक्रिया समय (औसत)
14.94s
कुल लागत
$0.210
अनुशंसित मॉडल GPT-5.6 Luna (medium)

It has the best score here (7.4), while costing about 3.2x less than GLM 5.3 FlashX (high).

विस्तृत तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09 GLM 5.3 FlashX GLM 5.3 FlashX high रिलीज़: 2026-09-21
स्कोर 7.4 7.4
रैंक #189 #193
विश्वसनीयता 10.0 10.0
संगति 9.0 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 69.6%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 2.822 1.612
कुल लागत $0.065 $0.210
इनपुट कीमत $0.200 / 1M $0.370 / 1M
आउटपुट कीमत $1.200 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.020 / 1M $0.090 / 1M
कैश लिखने की कीमत $0.250 / 1M लागू नहीं
कुल इनपुट टोकन 212,780 235,914
आउटपुट टोकन 6,849 8,147
रीजनिंग टोकन 41,137 89,581
प्रतिक्रिया समय (औसत) 9.64s 14.94s
प्रतिक्रिया समय (अधिकतम) 58.09s 91.16s
प्रतिक्रिया समय (कुल) 221.62s 343.65s
पैरामीटर ~400B कुल (~17B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#189 GPT-5.6 Luna

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

#193 GLM 5.3 FlashX

high
लागत
$0.030
समय
169.4s
टोकन
23,950 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
GLM 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

तुलना जोड़ी बदलें