AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-35B-A3B

Ringkasan

Perbandingan benchmark GPT-5.6 Luna (low) vs Qwen3.5-35B-A3B: GPT-5.6 Luna (low) unggul dalam skor rata-rata dengan 6.2 vs 5.9. Qwen3.5-35B-A3B memiliki biaya benchmark lebih rendah di $0.012 vs $0.141. Qwen3.5-35B-A3B lebih cepat di 3.37s vs 4.35s, dengan tingkat keberhasilan 57.1% vs 42.9%.

Model yang direkomendasikan: Qwen3.5-35B-A3B - Its score stays close to the best score here (5.9 vs 6.2), while costing about 12.7x less than GPT-5.6 Luna (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	GPT-5.6 Luna GPT-5.6 Luna low Rilis: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24

Metrik	GPT-5.6 Luna GPT-5.6 Luna low Rilis: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24
Skor	6.2	5.9
Peringkat	#107	#119
Keandalan	10.0	10.0
Konsistensi	8.5	8.9
Tes benar
Tingkat lulus per percobaan	57.1%	42.9%
Tes tidak stabil	4	3
Total Run	63	63
Biaya per hasil	1.404	0.230
Total Biaya	$0.141	$0.012
Harga input	$1.000 / 1M	$0.140 / 1M
Harga output	$6.000 / 1M	$1.000 / 1M
Total token input	34,218	48,194
Token output	2,110	4,343
Token penalaran	15,571	0
Waktu respons (rata-rata)	4.35s	3.37s
Waktu respons (maks)	18.06s	47.43s
Waktu respons (total)	91.45s	70.75s

Showcase generasi

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low

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

#119 Qwen3.5-35B-A3B

none

Biaya: $0.005
Waktu: 28.4s
Token: 4,518 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

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
Qwen3.5-35B-A3B	3.4	7.9	16.7%	1		1.43s	696	574	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
Qwen3.5-35B-A3B	5.5	10.0	33.3%	0		1.39s	7,808	571	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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		47.43s	20,739	1,833	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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		1.16s	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
Qwen3.5-35B-A3B	7.7	10.0	66.7%	0		485ms	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
Qwen3.5-35B-A3B	6.5	3.4	66.7%	1		1.19s	522	114	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
Qwen3.5-35B-A3B	6.3	10.0	50.0%	0		809ms	711	63	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
Qwen3.5-35B-A3B	3.7	7.4	22.2%	1		1.35s	714	655	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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		2.30s	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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow North Mini CodemediumTersedia gratisvsQwen3.5-35B-A3Bnone GPT-5.6 LunalowvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemma 4 31BnoneTersedia gratisvsGPT-5.6 Lunalow Gemma 4 31BmediumTersedia gratisvsGPT-5.6 Lunalow Nemotron 3 SupermediumTersedia gratisvsGPT-5.6 Lunalow Nemotron 3 Ultra 550b A55bnoneTersedia gratisvsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bnone