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

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.7 Plus

Qwen3.7 Plus (medium) average score मध्ये पुढे आहे: 7.9 vs 7.7. Qwen3.7 Plus (medium) चा benchmark खर्च कमी आहे: $0.267 vs $1.017. GPT-5.6 Luna (high) वेगवान आहे: 18.68s vs 51.51s, pass rates 72.7% vs 75.8%.

शिफारस केलेले मॉडेलQwen3.7 Plus (medium)It has the best score here (7.9), while costing about 3.8x less than GPT-5.6 Luna (high).

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

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09 Qwen3.7 Plus Qwen3.7 Plus medium प्रकाशन: 2026-06-03
स्कोअर 7.7 7.9
क्रमांक #42 #34
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 75.8%
अस्थिर चाचण्या 3 3
एकूण रन 66 66
प्रति निकाल खर्च 6.780 2.072
एकूण खर्च $1.017 $0.267
इनपुट किंमत $1.000 / 1M $0.320 / 1M
आउटपुट किंमत $6.000 / 1M $1.280 / 1M
एकूण इनपुट टोकन्स 80,918 115,233
आउटपुट टोकन्स 5,088 6,162
रिझनिंग टोकन्स 150,910 173,267
प्रतिसाद वेळ (सरासरी) 18.68s 51.51s
प्रतिसाद वेळ (कमाल) 111.09s 315.30s
प्रतिसाद वेळ (एकूण) 411.05s 1133.15s

Hamster playing table tennis

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

#42 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 tok

#34 Qwen3.7 Plus

medium
खर्च
$0.018
वेळ
193.2s
टोकन्स
10,821 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
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576

झटपट तुलना

तुलना जोडी बदला