Google: Gemini 2.5 Flash vs OpenAI: GPT-5.6 Luna

Gemini 2.5 Flash (medium) unggul dalam skor rata-rata dengan 8.2 vs 7.7. Gemini 2.5 Flash (medium) memiliki biaya benchmark lebih rendah di $0.643 vs $1.017. GPT-5.6 Luna (high) lebih cepat di 18.68s vs 21.18s, dengan tingkat keberhasilan 71.2% vs 72.7%.

Model yang direkomendasikanGemini 2.5 Flash (medium)It has the best score here (8.2), while costing about 1.6x less than GPT-5.6 Luna (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09
Skor	8.2	7.7
Peringkat	#25	#42
Keandalan	10.0	10.0
Konsistensi	9.6	8.9
Tes benar
Tingkat lulus per percobaan	71.2%	72.7%
Tes tidak stabil	1	3
Total Run	66	66
Biaya per hasil	4.286	6.780
Total Biaya	$0.643	$1.017
Harga input	$0.300 / 1M	$1.000 / 1M
Harga output	$2.500 / 1M	$6.000 / 1M
Total token input	132,498	80,918
Token output	12,739	5,088
Token penalaran	228,464	150,910
Waktu respons (rata-rata)	21.18s	18.68s
Waktu respons (maks)	140.50s	111.09s
Waktu respons (total)	465.89s	411.05s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium

SVG tidak valid

Biaya: $0.000
Waktu: 274.0s
Token: 0 tok

#42 GPT-5.6 Luna

high

Biaya: $0.033
Waktu: 34.2s
Token: 5,484 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium Gemini 2.5 FlashmediumvsMuse Spark 1.1low Claude Opus 4.8lowvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.6 Plusmedium Nemotron 3 UltramediumTersedia gratisvsGPT-5.6 Lunahigh Gemini 2.5 FlashmediumvsMuse Spark 1.1high Kimi K2.7 CodemediumvsGPT-5.6 Lunahigh