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

Reflex (default) vs GPT-6 Luna Decisions (default)

Reflex (default) average score मध्ये पुढे आहे: 2.6 vs 2.4. Reflex (default) चा benchmark खर्च कमी आहे: $0.004 vs $0.005. GPT-6 Luna Decisions (default) वेगवान आहे: 495ms vs 888ms, pass rates 21.7% vs 13.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#467
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
888ms
एकूण खर्च
$0.004
क्रमांक
#470
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
495ms
एकूण खर्च
$0.005
शिफारस केलेले मॉडेल Reflex (default)

It has the best score here (2.6), while costing about 1.5x less than GPT-6 Luna Decisions (default).

तपशीलवार तुलना

मेट्रिक Reflex Reflex default प्रकाशन: 2026-11-03 GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07
स्कोअर 2.6 2.4
क्रमांक #467 #470
विश्वसनीयता 10.0 10.0
सुसंगतता 5.2 5.2
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 21.7% 13.0%
अस्थिर चाचण्या 0 0
एकूण रन 36 36
प्रति निकाल खर्च 0.063 0.159
एकूण खर्च $0.004 $0.005
इनपुट किंमत $0.042 / 1M $0.100 / 1M
आउटपुट किंमत $0.000 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत $0.008 / 1M $0.000 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.000 / 1M
एकूण इनपुट टोकन्स 73,902 47,583
आउटपुट टोकन्स 0 0
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 888ms 495ms
प्रतिसाद वेळ (कमाल) 1.73s 842ms
प्रतिसाद वेळ (एकूण) 10.66s 5.94s
पॅरामीटर्स ~27B ~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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Reflex 4.5 6.7 33.3% 0 783ms 32,793 0 0
GPT-6 Luna Decisions 2.5 6.7 0.0% 0 447ms 22,197 0 0

तुलना जोडी बदला

Command A+lowvsReflexdefaultCommand A+nonevsReflexdefaultCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+highvsReflexdefaultCommand A+nonevsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsGPT-6 Luna DecisionsdefaultReflexdefaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+highvsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsReflexdefaultCommand A+mediumvsReflexdefaultReflexdefaultvsGrok 4.20noneGPT-6 Luna DecisionsdefaultvsXing4.0 29b A4bnoneमोफत उपलब्ध