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

Bison 1 (default) vs GPT-6 Luna Decisions (default)

GPT-6 Luna Decisions (default) average score मध्ये पुढे आहे: 2.4 vs 2.2. Bison 1 (default) चा benchmark खर्च कमी आहे: $0.004 vs $0.005. GPT-6 Luna Decisions (default) वेगवान आहे: 495ms vs 680ms, pass rates 23.2% vs 13.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#526
एकूण आउटपुट टोकन्स
36
प्रतिसाद वेळ (सरासरी)
680ms
एकूण खर्च
$0.004
क्रमांक
#522
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
495ms
एकूण खर्च
$0.005
शिफारस केलेले मॉडेल GPT-6 Luna Decisions (default)

या तुलनेत याचा गुण सर्वाधिक आहे (2.4) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक Bison 1 Bison 1 default प्रकाशन: 2026-11-20 GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07
स्कोअर 2.2 2.4
क्रमांक #526 #522
विश्वसनीयता 7.5 10.0
सुसंगतता 4.1 5.2
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 23.2% 13.0%
अस्थिर चाचण्या 3 0
एकूण रन 36 36
प्रति निकाल खर्च 0.093 0.159
एकूण खर्च $0.004 $0.005
इनपुट किंमत $0.100 / 1M $0.100 / 1M
आउटपुट किंमत $0.000 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.000 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.000 / 1M
एकूण इनपुट टोकन्स 37,001 47,583
आउटपुट टोकन्स 36 0
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 680ms 495ms
प्रतिसाद वेळ (कमाल) 1.40s 842ms
प्रतिसाद वेळ (एकूण) 8.16s 5.94s
पॅरामीटर्स 31B ~400B एकूण (~17B सक्रिय)
उपलब्धता मुक्त 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.

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
Bison 1 2.9 3.7 22.2% 1 844ms 17,630 8 0
GPT-6 Luna Decisions 2.5 6.7 0.0% 0 447ms 22,197 0 0

तुलना जोडी बदला

Bison 1defaultvsGemini 3 Flash PreviewhighCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+nonevsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsGPT-6 Luna DecisionsdefaultCommand A+highvsGPT-6 Luna DecisionsdefaultBison 1defaultvsCommand A+lowBison 1defaultvsCommand A+noneGPT-6 Luna DecisionsdefaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+mediumvsGPT-6 Luna DecisionsdefaultGPT-6 Luna DecisionsdefaultvsGrok 4.20noneBison 1defaultvsCommand A+highBison 1defaultvsXing4.0 29b A4bnoneमोफत उपलब्ध