Microsoft-Decision-1 (default) vs GPT-6 Luna Decisions (default)

GPT-6 Luna Decisions (default) average score मध्ये पुढे आहे: 2.4 vs 1.4. Microsoft-Decision-1 (default) चा benchmark खर्च कमी आहे: $0.002 vs $0.005. GPT-6 Luna Decisions (default) वेगवान आहे: 495ms vs 982ms, pass rates 7.3% vs 13.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक: #408
एकूण आउटपुट टोकन्स: 69
प्रतिसाद वेळ (सरासरी): 982ms
एकूण खर्च: $0.002

क्रमांक: #400
एकूण आउटपुट टोकन्स: 0
प्रतिसाद वेळ (सरासरी): 495ms
एकूण खर्च: $0.005

शिफारस केलेले मॉडेल GPT-6 Luna Decisions (default)

It has the best score here (2.4), while responding about 2.0x faster than Microsoft-Decision-1 (default).

तपशीलवार तुलना

मेट्रिक	Microsoft-Decision-1 Microsoft-Decision-1 default प्रकाशन: 2026-10-12	GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07

मेट्रिक	Microsoft-Decision-1 Microsoft-Decision-1 default प्रकाशन: 2026-10-12	GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07
स्कोअर	1.4	2.4
क्रमांक	#408	#400
विश्वसनीयता	10.0	10.0
सुसंगतता	4.9	5.2
प्रयत्न	36/69	36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	7.3%	13.0%
अस्थिर चाचण्या	1	0
एकूण रन	36	36
प्रति निकाल खर्च	0.175	0.159
एकूण खर्च	$0.002	$0.005
इनपुट किंमत	$0.042 / 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	41,466	47,583
आउटपुट टोकन्स	69	0
रिझनिंग टोकन्स	0	0
प्रतिसाद वेळ (सरासरी)	982ms	495ms
प्रतिसाद वेळ (कमाल)	1.41s	842ms
प्रतिसाद वेळ (एकूण)	11.78s	5.94s
पॅरामीटर्स	~9B	~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.

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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	0.0	0.0	0.0%	0		0ms	0	0	0
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	4.4	5.4	41.7%	1		992ms	4,272	9	0
GPT-6 Luna Decisions	2.3	7.5	0.0%	0		436ms	6,279	0	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	2.2	6.7	0.0%	0		857ms	21,363	12	0
GPT-6 Luna Decisions	2.5	6.7	0.0%	0		447ms	22,197	0	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	0.0	0.0	0.0%	0		0ms	0	0	0
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	3.0	10.0	0.0%	0		1.16s	11,061	15	0
GPT-6 Luna Decisions	10.0	10.0	100.0%	0		411ms	10,998	0	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	3.0	10.0	0.0%	0		1.03s	2,208	9	0
GPT-6 Luna Decisions	5.3	10.0	33.3%	0		554ms	3,063	0	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	0.0	0.0	0.0%	0		0ms	0	0	0
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	1.5	5.0	0.0%	0		997ms	2,190	21	0
GPT-6 Luna Decisions	1.5	5.0	0.0%	0		842ms	4,440	0	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	1.7	3.3	0.0%	0		669ms	372	3	0
GPT-6 Luna Decisions	1.7	3.3	0.0%	0		414ms	606	0	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	0.0	0.0	0.0%	0		0ms	0	0	0
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Microsoft-Decision-1	0.0	0.0	0.0%	0		0ms	0	0	0
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0

तुलना जोडी बदला