AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark GPT-5.6 Luna vs Qwen3.5-35B-A3B: Qwen3.5-35B-A3B unggul dalam skor rata-rata dengan 5.9 vs 5.3. Qwen3.5-35B-A3B memiliki biaya benchmark lebih rendah di $0.012 vs $0.047. GPT-5.6 Luna lebih cepat di 1.06s vs 3.37s, dengan tingkat keberhasilan 36.5% vs 42.9%.

Model yang direkomendasikan: Qwen3.5-35B-A3B - It has the best score here (5.9), while costing about 4.1x 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	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24

Metrik	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24
Skor	5.3	5.9
Peringkat	#142	#119
Keandalan	10.0	10.0
Konsistensi	8.8	8.9
Tes benar
Tingkat lulus per percobaan	36.5%	42.9%
Tes tidak stabil	3	3
Total Run	63	63
Biaya per hasil	0.767	0.230
Total Biaya	$0.047	$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	1,967	4,343
Token penalaran	0	0
Waktu respons (rata-rata)	1.06s	3.37s
Waktu respons (maks)	2.80s	47.43s
Waktu respons (total)	22.34s	70.75s

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

#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	4.8	10.0	25.0%	0		901ms	606	266	0
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	3.8	7.2	22.2%	1		980ms	7,302	459	0
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	3.0	10.0	0.0%	0		2.78s	11,019	280	0
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		758ms	7,140	222	0
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	2.9	7.2	11.1%	1		737ms	723	54	0
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		1.00s	477	150	0
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	7.1	5.8	83.3%	1		1.23s	660	86	0
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	5.3	10.0	33.3%	0		790ms	642	202	0
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		2.80s	5,454	222	0
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		651ms	195	26	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

North Mini CodemediumTersedia gratisvsQwen3.5-35B-A3Bnone MiniMax M2.7mediumvsGPT-5.6 Lunanone Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bnone Mistral Small 4mediumvsGPT-5.6 Lunanone GPT-5.6 LunalowvsQwen3.5-35B-A3Bnone Gemma 4 31BmediumTersedia gratisvsQwen3.5-35B-A3Bnone CobuddymediumvsGPT-5.6 Lunanone Nemotron 3 SupermediumTersedia gratisvsQwen3.5-35B-A3Bnone Gemini 3.1 Flash LitelowvsQwen3.5-35B-A3Bnone North Mini CodemediumTersedia gratisvsGPT-5.6 Lunanone Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3Bnone MiniMax M2.5mediumvsGPT-5.6 Lunanone