AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#78

GPT-5.6 Luna

OpenAI リリース: 2026-07-09 テスト日時: 2026-08-14 02:21 openai/gpt-5.6-luna::high
~400B 総数 (~17B アクティブ)MoEクローズド推定

概要

GPT-5.6 Luna は AI BENCHY で 7.6 を記録し、順位は #78 です。信頼性は 10.0、成功率は 69.7%、総コストは $0.179、平均応答時間は 16.49s です。

GPT-5.6 Luna の特徴: 最も目立つのは ドメイン特化 で、順位は #4 です。一方、最も弱い領域は コーディング#16 です。

モデル情報

調査日:2026-08-12

推定
パラメータ
~400B 総数 (~17B アクティブ)
アーキテクチャ
MoE
公開状況
クローズド
ライセンス
-

公開情報に基づく最善の推定値です。提供元はすべての値を公表していません。

スコア

7.6

一貫性

8.5

信頼性

10.0

合計コスト(現在価格)

$0.179 ↓ -79.1%

テスト時価格: $0.854

合計出力トークン

135,315

合計入力トークン

80,927

入力価格

$0.200 / 1M

出力価格

$1.200 / 1M

正解テスト

誤答テスト数: 8

試行ごとの合格率: 69.7%

不安定なテスト

4

不安定なテストは、実行間で結果が混在しています(少なくとも1回合格かつ1回失敗)。

応答時間(平均)

16.49s

応答時間(最大): 111.09s

応答時間(合計): 362.78s

Hamster playing table tennis

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

#78 GPT-5.6 Luna

high
コスト
$0.033
時間
34.2s
トークン
5,484 tok

実行履歴

テスト日時 スコア 信頼性 正解テスト 合計コスト 比較する
2026-08-14 02:21 再テスト 7.6 10.0 $0.090 現在の実行
2026-07-16 22:38 新しいテストを追加 7.7 10.0 $1.017 比較する
2026-07-09 21:32 初回実行 7.7 10.0 $0.924 比較する

この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。

実行比較

実行ベンチマーク網羅率スコア一貫性信頼性正解テスト不安定なテスト合計出力トークン合計入力トークン合計コスト応答時間(平均)
2026-08-14 02:21 · 現在の実行66/66 回7.68.510.014/224135,31580,927$0.17916.49s
2026-07-09 21:32 · 初回実行63/63 回7.78.810.014/213147,89535,699$0.92418.39s
差分-0.1-0.30.00+1-12580+45228-$0.745-1903ms

ベンチマーク網羅率が異なります: 66/66 回 (目標: テストごとに 3 回) と 63/63 回 (目標: テストごとに 3 回)。合計値と反復回数に左右される指標は直接比較できません。

この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。

価格履歴

このモデルの OpenRouter における過去の価格データ。

日付 入力価格 出力価格
2026-07-09 21:33 $1.000 / 1M $6.000 / 1M
2026-07-28 08:40 $0.500 / 1M $3.000 / 1M
2026-07-31 10:14 $0.100 / 1M $0.601 / 1M
2026-08-14 12:51 $0.100 / 1M $0.600 / 1M
2026-08-20 12:51 $0.200 / 1M $1.200 / 1M

チャート

最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。

合計出力トークン

スコア vs 合計出力トークン

クイック比較

カテゴリ内訳

カテゴリ スコア 一貫性 正解テスト
反AIトリック 8.3 10.0
コーディング 5.5 4.7
複合 10.0 10.0
データ解析と抽出 10.0 10.0
ドメイン特化 5.3 7.2
汎用知能 5.0 10.0
指示追従 9.9 10.0
パズル解決 7.6 7.2
ツール呼び出し 10.0 10.0
雑学 3.0 10.0

比較対象モデル