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

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-122B-A10B

सारांश

GPT-5.6 Luna (low) average score मध्ये पुढे आहे: 6.2 vs 5.3. Qwen3.5-122B-A10B चा benchmark खर्च कमी आहे: $0.020 vs $0.141. Qwen3.5-122B-A10B वेगवान आहे: 3.41s vs 4.35s, pass rates 57.1% vs 31.8%.

शिफारस केलेले मॉडेलQwen3.5-122B-A10BIt offers the best overall trade-off: a competitive score (5.3), lower cost than GPT-5.6 Luna (low), and balanced response time.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none प्रकाशन: 2026-02-24
स्कोअर 6.2 5.3
क्रमांक #114 #153
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.1% 31.8%
अस्थिर चाचण्या 4 1
एकूण रन 63 63
प्रति निकाल खर्च 1.404 0.393
एकूण खर्च $0.141 $0.020
इनपुट किंमत $1.000 / 1M $0.260 / 1M
आउटपुट किंमत $6.000 / 1M $2.080 / 1M
एकूण इनपुट टोकन्स 34,218 47,735
आउटपुट टोकन्स 2,110 3,383
रिझनिंग टोकन्स 15,571 0
प्रतिसाद वेळ (सरासरी) 4.35s 3.41s
प्रतिसाद वेळ (कमाल) 18.06s 46.00s
प्रतिसाद वेळ (एकूण) 91.45s 71.59s

जनरेशन शोकेस

Hamster playing table tennis

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

#114 GPT-5.6 Luna

low
खर्च
$0.011
वेळ
10.2s
टोकन्स
1,897 tok

#153 Qwen3.5-122B-A10B

none
खर्च
$0.016
वेळ
44.5s
टोकन्स
6,431 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 10.0 33.3% 0 4.61s 7,302 557 3,535
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

झटपट तुलना

तुलना जोडी बदला