Advertise here
#167

GPT-5.6 Luna

OpenAI रिलीज़: 2026-07-09 परीक्षण किया गया: 2026-10-01 01:49 openai/gpt-5.6-luna::high
~400B कुल (~17B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

GPT-5.6 Luna AI BENCHY पर 8.0 स्कोर करता है और #167 पर है। इसकी reliability 10.0, pass rate 71.0%, कुल लागत $0.118, और औसत response time 18.39s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~400B कुल (~17B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

8.6

कुल लागत (वर्तमान कीमत)

$0.118 ↓ -86.7%

परीक्षण के समय: $0.883

कुल आउटपुट टोकन

139,395

कुल इनपुट टोकन

197,896

इनपुट कीमत

$0.200 / 1M

आउटपुट कीमत

$1.200 / 1M

कैश पढ़ने की कीमत

$0.020 / 1M

कैश लिखने की कीमत

$0.250 / 1M

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।

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 71.0%

अस्थिर टेस्ट

4

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

18.39s

प्रतिक्रिया समय (अधिकतम): 111.09s

प्रतिक्रिया समय (कुल): 422.93s

Hamster playing table tennis

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

#167 GPT-5.6 Luna

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

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-01 01:49 दोबारा परीक्षण 8.0 10.0 $0.118 ↓ वर्तमान रन
2026-07-16 22:38 नया टेस्ट जोड़ा गया 7.7 10.0 $1.017 तुलना करें
2026-07-09 21:32 पहला रन 7.7 10.0 $0.924 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत कैश पढ़ने की कीमत कैश लिखने की कीमत
2026-07-09 21:33 $1.000 / 1M $6.000 / 1M लागू नहीं लागू नहीं
2026-07-28 08:40 $0.500 / 1M $3.000 / 1M लागू नहीं लागू नहीं
2026-07-31 10:14 $0.100 / 1M $0.601 / 1M लागू नहीं लागू नहीं
2026-08-14 12:51 $0.100 / 1M $0.600 / 1M लागू नहीं लागू नहीं
2026-10-01 18:33 $0.200 / 1M $1.200 / 1M $0.020 / 1M $0.250 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 10.0 10.0
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 5.5 4.7
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 9.9 10.0
पहेली समाधान 7.6 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल