AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#73

GPT-6 Luna

OpenAI रिलीज़: 2026-09-23 परीक्षण किया गया: 2026-09-23 05:18 openai/gpt-6-luna::high
~400B कुल (~17B सक्रिय)MoEबंद स्रोतअनुमानित

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।

मॉडल विवरण

शोध की तारीख: 2026-09-23

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

9.0

कुल आउटपुट टोकन

91,405

कुल इनपुट टोकन

80,441

इनपुट कीमत

$0.100 / 1M

आउटपुट कीमत

$0.500 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 75.8%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

17.53s

प्रतिक्रिया समय (अधिकतम): 106.93s

प्रतिक्रिया समय (कुल): 385.74s

Hamster playing table tennis

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

#73 GPT-6 Luna

high
लागत
$0.003
समय
49.2s
टोकन
5,231 tok

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 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

तुलना किए गए मॉडल