AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-122B-A10B

Ringkasan

GPT-5.6 Luna (low) unggul dalam skor rata-rata dengan 6.2 vs 5.3. Qwen3.5-122B-A10B memiliki biaya benchmark lebih rendah di $0.020 vs $0.141. Qwen3.5-122B-A10B lebih cepat di 3.41s vs 4.35s, dengan tingkat keberhasilan 57.1% vs 31.8%.

Model yang direkomendasikanQwen3.5-122B-A10BIt offers the best overall trade-off: a competitive score (5.3), lower cost than GPT-5.6 Luna (low), and balanced response time.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	GPT-5.6 Luna GPT-5.6 Luna low Rilis: 2026-07-09	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24

Metrik	GPT-5.6 Luna GPT-5.6 Luna low Rilis: 2026-07-09	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24
Skor	6.2	5.3
Peringkat	#114	#153
Keandalan	10.0	10.0
Konsistensi	8.5	9.6
Tes benar
Tingkat lulus per percobaan	57.1%	31.8%
Tes tidak stabil	4	1
Total Run	63	63
Biaya per hasil	1.404	0.393
Total Biaya	$0.141	$0.020
Harga input	$1.000 / 1M	$0.260 / 1M
Harga output	$6.000 / 1M	$2.080 / 1M
Total token input	34,218	47,735
Token output	2,110	3,383
Token penalaran	15,571	0
Waktu respons (rata-rata)	4.35s	3.41s
Waktu respons (maks)	18.06s	46.00s
Waktu respons (total)	91.45s	71.59s

Showcase generasi

Hamster playing table tennis

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

#114 GPT-5.6 Luna

low

Biaya: $0.011
Waktu: 10.2s
Token: 1,897 tok

#153 Qwen3.5-122B-A10B

none

Biaya: $0.016
Waktu: 44.5s
Token: 6,431 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
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		46.00s	20,175	1,137	0

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
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	3.6	7.2	22.2%	1		10.05s	723	70	6,718
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	15	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitenonevsGPT-5.6 Lunalow KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsGPT-5.6 Lunalow KAT-Coder-Air V2.5mediumvsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium MiniMax M2.7mediumvsQwen3.5-122B-A10Bnone Gemma 4 31BnoneTersedia gratisvsGPT-5.6 Lunalow Gemma 4 31BmediumTersedia gratisvsGPT-5.6 Lunalow Nemotron 3 SupermediumTersedia gratisvsGPT-5.6 Lunalow