नेव्हिगेशन
Advertise here

Claude Opus 4.6 (medium) vs GPT-5.6 Luna (high)

GPT-5.6 Luna (high) average score मध्ये पुढे आहे: 8.0 vs 6.3. GPT-5.6 Luna (high) चा benchmark खर्च कमी आहे: $0.118 vs $2.961. GPT-5.6 Luna (high) वेगवान आहे: 18.39s vs 32.23s, pass rates 60.9% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक
#261
एकूण आउटपुट टोकन्स
96,722
प्रतिसाद वेळ (सरासरी)
32.23s
एकूण खर्च
$2.961
क्रमांक
#110
एकूण आउटपुट टोकन्स
139,395
प्रतिसाद वेळ (सरासरी)
18.39s
एकूण खर्च
$0.118
शिफारस केलेले मॉडेल GPT-5.6 Luna (high)

It has the best score here (8.0), while costing about 25.2x less than Claude Opus 4.6 (medium).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 6.3 8.0
क्रमांक #261 #110
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 8.6
प्रयत्न 66/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.9% 71.0%
अस्थिर चाचण्या 3 4
एकूण रन 66 69
प्रति निकाल खर्च 22.777 5.882
एकूण खर्च $2.961 $0.118
इनपुट किंमत $5.000 / 1M $0.200 / 1M
आउटपुट किंमत $25.000 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.020 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M $0.250 / 1M
एकूण इनपुट टोकन्स 108,573 197,896
आउटपुट टोकन्स 69,994 6,211
रिझनिंग टोकन्स 26,728 133,184
प्रतिसाद वेळ (सरासरी) 32.23s 18.39s
प्रतिसाद वेळ (कमाल) 151.51s 111.09s
प्रतिसाद वेळ (एकूण) 515.65s 422.93s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~400B एकूण (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#261 Claude Opus 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#110 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

झटपट तुलना

तुलना जोडी बदला

Nemotron 3 Ultramediumमोफत उपलब्धvsGPT-5.6 LunahighDeepSeek V4.1 FlashlowvsGPT-5.6 LunahighGemini 3.8 FlashmediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.8 Flash NextlowClaude Opus 4.7mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-27BmediumGPT-5.6 LunahighvsGLM 5.3 FlashXmaxGPT-5.6 LunahighvsQwen3.7 MaxnoneSeed-2.0-CodelowvsGPT-5.6 LunahighGemini 3.5 FlashmediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsMiMo-V2.6-FlashmediumMuse WondermaxvsGPT-5.6 Lunahigh