#73 GPT-6 Luna
high- लागत
- $0.003
- समय
- 49.2s
- टोकन
- 5,231 tok
सारांश
GPT-6 Luna AI BENCHY पर 8.3 स्कोर करता है और #73 पर है। इसकी reliability 10.0, pass rate 75.8%, कुल लागत $0.054, और औसत response time 17.53s है।
GPT-6 Luna को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
शोध की तारीख: 2026-09-23
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
8.3
संगति
9.0
10.0
$0.054
कुल आउटपुट टोकन
91,405
कुल इनपुट टोकन
80,441
इनपुट कीमत
$0.100 / 1M
आउटपुट कीमत
$0.500 / 1M
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 7.8 | 7.4 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| निर्देश पालन | 8.4 | 6.9 | |
| पहेली समाधान | 7.8 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |