नेव्हिगेशन
AI BENCHY
Advertise here

GPT-5.6 Luna (high) vs Grok Build 0.1 (medium)

GPT-5.6 Luna (high) average score मध्ये पुढे आहे: 7.6 vs 7.5. GPT-5.6 Luna (high) चा benchmark खर्च कमी आहे: $0.179 vs $1.130. GPT-5.6 Luna (high) वेगवान आहे: 16.49s vs 54.50s, pass rates 69.7% vs 60.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक
#78
एकूण आउटपुट टोकन्स
135,315
प्रतिसाद वेळ (सरासरी)
16.49s
एकूण खर्च
$0.179
क्रमांक
#89
एकूण आउटपुट टोकन्स
511,406
प्रतिसाद वेळ (सरासरी)
54.50s
एकूण खर्च
$1.130
शिफारस केलेले मॉडेल GPT-5.6 Luna (high)

It has the best score here (7.6), while costing about 6.3x less than Grok Build 0.1 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09 Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर 7.6 7.5
क्रमांक #78 #89
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 9.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 60.6%
अस्थिर चाचण्या 4 1
एकूण रन 66 66
प्रति निकाल खर्च 6.100 8.691
एकूण खर्च $0.179 $1.130
इनपुट किंमत $0.200 / 1M $1.000 / 1M
आउटपुट किंमत $1.200 / 1M $2.000 / 1M
एकूण इनपुट टोकन्स 80,927 106,946
आउटपुट टोकन्स 5,088 7,993
रिझनिंग टोकन्स 130,227 503,413
प्रतिसाद वेळ (सरासरी) 16.49s 54.50s
प्रतिसाद वेळ (कमाल) 111.09s 252.69s
प्रतिसाद वेळ (एकूण) 362.78s 1199.07s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) ~300B एकूण (~30B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#78 GPT-5.6 Luna

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

#89 SpaceXAI: Grok Build 0.1

medium
खर्च
$0.028
वेळ
81.3s
टोकन्स
14,009 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
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

झटपट तुलना

तुलना जोडी बदला

GPT-5.6 LunahighvsSolar Pro 4xhighNemotron 3 Ultramediumमोफत उपलब्धvsGPT-5.6 LunahighQwen3.7 MaxnonevsGrok Build 0.1mediumClaude Opus 5nonevsGPT-5.6 LunahighGPT 5.3 ChatnonevsGrok Build 0.1mediumGPT-5.6 TerralowvsGrok Build 0.1mediumQwen3.8 2.4T A95BhighvsGrok Build 0.1mediumMiniMax M3mediumvsGPT-5.6 LunahighGemini 3 Flash PreviewlowvsGrok Build 0.1mediumClaude Opus 5nonevsGrok Build 0.1mediumGPT-5.6 LunahighvsQwen3.5 Plus 2026-02-15mediumGPT-5.6 LunahighvsQwen3.5-27Bmedium