AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#142

GPT-5.6 Luna

OpenAI रिलीज़: 2026-07-09 परीक्षण किया गया: 2026-07-09 21:15 openai/gpt-5.6-luna::none
~400B कुल (~17B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

GPT-5.6 Luna AI BENCHY पर 5.3 स्कोर करता है और #142 पर है। इसकी reliability 10.0, pass rate 36.5%, कुल लागत $0.047, और औसत response time 1.06s है।

GPT-5.6 Luna को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज 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

8.8

कुल आउटपुट टोकन

1,967

कुल इनपुट टोकन

34,218

इनपुट कीमत

$1.000 / 1M

आउटपुट कीमत

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 36.5%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

1.06s

प्रतिक्रिया समय (अधिकतम): 2.80s

प्रतिक्रिया समय (कुल): 22.34s

Hamster playing table tennis

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

#142 GPT-5.6 Luna

none
लागत
$0.016
समय
15.8s
टोकन
2,685 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:19 दोबारा परीक्षण 5.4 10.0 $0.015 तुलना करें
2026-07-16 22:36 नया टेस्ट जोड़ा गया 5.4 10.0 $0.142 तुलना करें
2026-07-09 21:15 पहला रन 5.3 10.0 $0.047 वर्तमान रन

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 4.8 10.0
कोडिंग 3.8 7.2
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 7.1 5.8
पहेली समाधान 5.3 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल