AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-27B

Ringkasan

Perbandingan benchmark GPT-5.6 Luna vs Qwen3.5-27B: Qwen3.5-27B unggul dalam skor rata-rata dengan 5.9 vs 5.3. Qwen3.5-27B memiliki biaya benchmark lebih rendah di $0.015 vs $0.047. GPT-5.6 Luna lebih cepat di 1.06s vs 1.68s, dengan tingkat keberhasilan 36.5% vs 38.1%.

Model yang direkomendasikan: Qwen3.5-27B - It has the best score here (5.9), while costing about 3.2x less than GPT-5.6 Luna.

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

Metrik	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09	Qwen3.5-27B Qwen3.5-27B none Rilis: 2026-02-24

Metrik	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09	Qwen3.5-27B Qwen3.5-27B none Rilis: 2026-02-24
Skor	5.3	5.9
Peringkat	#142	#120
Keandalan	10.0	10.0
Konsistensi	8.8	9.3
Tes benar
Tingkat lulus per percobaan	36.5%	38.1%
Tes tidak stabil	3	2
Total Run	63	63
Biaya per hasil	0.767	0.249
Total Biaya	$0.047	$0.015
Harga input	$1.000 / 1M	$0.195 / 1M
Harga output	$6.000 / 1M	$1.560 / 1M
Total token input	34,218	44,478
Token output	1,967	3,592
Token penalaran	0	0
Waktu respons (rata-rata)	1.06s	1.68s
Waktu respons (maks)	2.80s	9.39s
Waktu respons (total)	22.34s	35.25s

Showcase generasi

Hamster playing table tennis

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

#142 GPT-5.6 Luna

none

Biaya: $0.016
Waktu: 15.8s
Token: 2,685 tok

#120 Qwen3.5-27B

none

Biaya: $0.007
Waktu: 42.9s
Token: 4,273 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	4.8	10.0	25.0%	0		901ms	606	266	0
Qwen3.5-27B	4.8	10.0	25.0%	0		788ms	696	267	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	3.8	7.2	22.2%	1		980ms	7,302	459	0
Qwen3.5-27B	5.8	10.0	33.3%	0		1.80s	7,913	415	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	3.0	10.0	0.0%	0		2.78s	11,019	280	0
Qwen3.5-27B	2.8	1.6	33.3%	1		9.39s	16,918	1,461	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		758ms	7,140	222	0
Qwen3.5-27B	10.0	10.0	100.0%	0		1.43s	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	2.9	7.2	11.1%	1		737ms	723	54	0
Qwen3.5-27B	3.0	10.0	0.0%	0		540ms	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		1.00s	477	150	0
Qwen3.5-27B	5.0	10.0	0.0%	0		2.51s	522	126	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	7.1	5.8	83.3%	1		1.23s	660	86	0
Qwen3.5-27B	6.3	10.0	50.0%	0		1.03s	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	5.3	10.0	33.3%	0		790ms	642	202	0
Qwen3.5-27B	6.7	7.9	55.6%	1		1.38s	714	683	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		2.80s	5,454	222	0
Qwen3.5-27B	10.0	10.0	100.0%	0		3.54s	8,211	303	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		651ms	195	26	0
Qwen3.5-27B	3.0	10.0	0.0%	0		599ms	210	10	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

North Mini CodemediumTersedia gratisvsQwen3.5-27Bnone MiniMax M2.7mediumvsGPT-5.6 Lunanone Mistral Small 4mediumvsGPT-5.6 Lunanone Gemini 3.1 Flash LiteminimalvsQwen3.5-27Bnone GPT-5.6 LunalowvsQwen3.5-27Bnone CobuddymediumvsGPT-5.6 Lunanone Gemma 4 31BmediumTersedia gratisvsQwen3.5-27Bnone Nemotron 3 SupermediumTersedia gratisvsQwen3.5-27Bnone North Mini CodemediumTersedia gratisvsGPT-5.6 Lunanone Gemini 3.1 Flash LitelowvsQwen3.5-27Bnone MiniMax M2.5mediumvsGPT-5.6 Lunanone Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bnone