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

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.6 Luna

Gemini 2.5 Flash (medium) average score मध्ये पुढे आहे: 8.2 vs 7.7. Gemini 2.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.643 vs $1.017. GPT-5.6 Luna (high) वेगवान आहे: 18.68s vs 21.18s, pass rates 71.2% vs 72.7%.

शिफारस केलेले मॉडेलGemini 2.5 Flash (medium)It has the best score here (8.2), while costing about 1.6x less than GPT-5.6 Luna (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash medium प्रकाशन: 2025-06-17 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 8.2 7.7
क्रमांक #25 #42
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.2% 72.7%
अस्थिर चाचण्या 1 3
एकूण रन 66 66
प्रति निकाल खर्च 4.286 6.780
एकूण खर्च $0.643 $1.017
इनपुट किंमत $0.300 / 1M $1.000 / 1M
आउटपुट किंमत $2.500 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 132,498 80,918
आउटपुट टोकन्स 12,739 5,088
रिझनिंग टोकन्स 228,464 150,910
प्रतिसाद वेळ (सरासरी) 21.18s 18.68s
प्रतिसाद वेळ (कमाल) 140.50s 111.09s
प्रतिसाद वेळ (एकूण) 465.89s 411.05s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium
अवैध SVG
खर्च
$0.000
वेळ
274.0s
टोकन्स
0 tok

#42 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
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

झटपट तुलना

तुलना जोडी बदला