AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#54

GPT-5.6 Luna

OpenAI रिलीज़: 2026-07-09 परीक्षण किया गया: 2026-07-09 21:16 openai/gpt-5.6-luna::medium
(high) (medium) (low) (none)

सारांश

GPT-5.6 Luna AI BENCHY पर 7.6 स्कोर करता है और #54 पर है। इसकी reliability 10.0, pass rate 63.5%, कुल लागत $0.258, और औसत response time 6.70s है।

GPT-5.6 Luna को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।

संगति

9.6

कुल आउटपुट टोकन

36,888

कुल इनपुट टोकन

35,699

इनपुट कीमत

$1.000 / 1M

आउटपुट कीमत

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 63.5%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

6.70s

प्रतिक्रिया समय (अधिकतम): 29.85s

प्रतिक्रिया समय (कुल): 140.62s

जनरेशन शोकेस

Hamster playing table tennis

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

#54 GPT-5.6 Luna

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-09 21:18 $1.000 / 1M $6.000 / 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
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 5.4 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.1 10.0
निर्देश पालन 9.9 10.0
पहेली समाधान 7.8 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल