GPT-5.6 Luna (high) vs GLM 5.3 FlashX (max)

GPT-5.6 Luna (high) average score मध्ये पुढे आहे: 8.0 vs 7.9. GPT-5.6 Luna (high) चा benchmark खर्च कमी आहे: $0.207 vs $0.623. GPT-5.6 Luna (high) वेगवान आहे: 18.39s vs 43.97s, pass rates 71.0% vs 78.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #91
एकूण आउटपुट टोकन्स: 139,395
प्रतिसाद वेळ (सरासरी): 18.39s
एकूण खर्च: $0.207

क्रमांक: #97
एकूण आउटपुट टोकन्स: 402,765
प्रतिसाद वेळ (सरासरी): 43.97s
एकूण खर्च: $0.623

शिफारस केलेले मॉडेल GPT-5.6 Luna (high)

It has the best score here (8.0), while costing about 3.0x less than GLM 5.3 FlashX (max).

तपशीलवार तुलना

मेट्रिक	GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09	GLM 5.3 FlashX GLM 5.3 FlashX max प्रकाशन: 2026-09-21

मेट्रिक	GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09	GLM 5.3 FlashX GLM 5.3 FlashX max प्रकाशन: 2026-09-21
स्कोअर	8.0	7.9
क्रमांक	#91	#97
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	8.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.0%	78.3%
अस्थिर चाचण्या	4	6
एकूण रन	69	69
प्रति निकाल खर्च	5.882	4.153
एकूण खर्च	$0.207	$0.623
इनपुट किंमत	$0.200 / 1M	$0.370 / 1M
आउटपुट किंमत	$1.200 / 1M	$1.250 / 1M
एकूण इनपुट टोकन्स	197,896	322,894
आउटपुट टोकन्स	6,211	8,010
रिझनिंग टोकन्स	133,184	394,755
प्रतिसाद वेळ (सरासरी)	18.39s	43.97s
प्रतिसाद वेळ (कमाल)	111.09s	390.70s
प्रतिसाद वेळ (एकूण)	422.93s	1011.29s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	320B एकूण (18B 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.

#91 GPT-5.6 Luna

high

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

#97 GLM 5.3 FlashX

max

खर्च: $0.046
वेळ: 251.3s
टोकन्स: 36,769 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	10.0	10.0	100.0%	0		60.15s	116,969	1,123	2,957
GLM 5.3 FlashX	6.1	3.1	66.7%	1		104.77s	221,683	1,709	25,322

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.65s	639	301	2,210

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
GLM 5.3 FlashX	8.2	7.2	88.9%	1		24.61s	7,317	463	36,503

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005
GLM 5.3 FlashX	8.2	6.9	66.7%	1		45.23s	76,431	3,485	35,762

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470
GLM 5.3 FlashX	10.0	10.0	100.0%	0		3.38s	7,149	223	2,262

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712
GLM 5.3 FlashX	3.5	4.4	33.3%	2		224.00s	759	583	279,058

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563
GLM 5.3 FlashX	10.0	10.0	100.0%	0		5.01s	498	209	1,290

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481
GLM 5.3 FlashX	9.9	10.0	100.0%	0		2.23s	678	72	1,032

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281
GLM 5.3 FlashX	8.2	7.7	77.8%	1		3.88s	672	456	2,848

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.39s	6,861	231	712

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380
GLM 5.3 FlashX	3.0	10.0	0.0%	0		22.41s	207	278	7,756

झटपट तुलना

तुलना जोडी बदला

Claude Fable 5.1highvsGLM 5.3 FlashXmax Qwen3.5-27BmediumvsGLM 5.3 FlashXmax Nemotron 3 Ultramediumमोफत उपलब्धvsGPT-5.6 Lunahigh GPT-5.4 MinimediumvsGLM 5.3 FlashXmax GPT-5.6 TerralowvsGLM 5.3 FlashXmax Qwen3.7 MaxnonevsGLM 5.3 FlashXmax DeepSeek V4.1 FlashlowvsGPT-5.6 Lunahigh Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh Gemini 3.8 FlashmediumvsGLM 5.3 FlashXmax GPT-5.4 NanomediumvsGLM 5.3 FlashXmax Gemini 3.5 FlashmediumvsGLM 5.3 FlashXmax Claude Opus 4.7mediumvsGPT-5.6 Lunahigh