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

Claude Opus 4.6 (medium) average score मध्ये पुढे आहे: 7.7 vs 7.6. GPT-5.6 Luna (high) चा benchmark खर्च कमी आहे: $0.179 vs $2.961. GPT-5.6 Luna (high) वेगवान आहे: 16.49s vs 32.23s, pass rates 63.6% vs 69.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक: #74
एकूण आउटपुट टोकन्स: 96,722
प्रतिसाद वेळ (सरासरी): 32.23s
एकूण खर्च: $2.961

क्रमांक: #78
एकूण आउटपुट टोकन्स: 135,315
प्रतिसाद वेळ (सरासरी): 16.49s
एकूण खर्च: $0.179

शिफारस केलेले मॉडेल GPT-5.6 Luna (high)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 16.6x 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

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	7.7	7.6
क्रमांक	#74	#78
विश्वसनीयता	10.0	10.0
सुसंगतता	8.8	8.5
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	63.6%	69.7%
अस्थिर चाचण्या	3	4
एकूण रन	66	66
प्रति निकाल खर्च	22.777	6.100
एकूण खर्च	$2.961	$0.179
इनपुट किंमत	$5.000 / 1M	$0.200 / 1M
आउटपुट किंमत	$25.000 / 1M	$1.200 / 1M
एकूण इनपुट टोकन्स	108,573	80,927
आउटपुट टोकन्स	69,994	5,088
रिझनिंग टोकन्स	26,728	130,227
प्रतिसाद वेळ (सरासरी)	32.23s	16.49s
प्रतिसाद वेळ (कमाल)	151.51s	111.09s
प्रतिसाद वेळ (एकूण)	515.65s	362.78s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~400B एकूण (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#74 Claude Opus 4.6

medium

अवैध SVG

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

#78 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	6.4	5.8	66.7%	2		7.45s	840	986	1,071
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		114.08s	76,073	33,018	9,509
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		7.37s	8,676	691	757
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	3.0	10.0	0.0%	0		42.53s	632	12,350	7,100
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		5.04s	564	188	292
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		2.43s	792	266	467
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	7.7	10.0	66.7%	0		4.71s	816	532	630
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		9.73s	11,454	861	329
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	3.0	10.0	0.0%	0		63.24s	204	8,045	2,452
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

झटपट तुलना

तुलना जोडी बदला

GPT-5.6 LunahighvsSolar Pro 4xhigh Nemotron 3 Ultramediumमोफत उपलब्धvsGPT-5.6 Lunahigh Claude Opus 4.6mediumvsSeed-2.0-Codelow Claude Opus 5nonevsGPT-5.6 Lunahigh Claude Opus 4.6mediumvsDeepSeek V4 Prohigh Claude Opus 4.6mediumvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsDeepSeek V4 Flash 0423high MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5 Plus 2026-02-15medium GPT-5.6 LunahighvsQwen3.5-27Bmedium GPT-5.6 LunahighvsGrok Build 0.1medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh