नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-Flash

सारांश

GPT-5.6 Luna (low) vs Qwen3.5-Flash benchmark तुलना: GPT-5.6 Luna (low) average score मध्ये पुढे आहे: 6.2 vs 6.1. Qwen3.5-Flash चा benchmark खर्च कमी आहे: $0.005 vs $0.141. Qwen3.5-Flash वेगवान आहे: 3.58s vs 4.35s, pass rates 57.1% vs 39.7%.

शिफारस केलेले मॉडेल: Qwen3.5-Flash - Its score stays close to the best score here (6.1 vs 6.2), while costing about 34.0x less than GPT-5.6 Luna (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09 Qwen3.5-Flash Qwen3.5-Flash none प्रकाशन: 2026-02-24
स्कोअर 6.2 6.1
क्रमांक #107 #112
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.1% 39.7%
अस्थिर चाचण्या 4 1
एकूण रन 63 63
प्रति निकाल खर्च 1.404 0.075
एकूण खर्च $0.141 $0.005
इनपुट किंमत $1.000 / 1M $0.065 / 1M
आउटपुट किंमत $6.000 / 1M $0.260 / 1M
एकूण इनपुट टोकन्स 34,218 46,439
आउटपुट टोकन्स 2,110 4,276
रिझनिंग टोकन्स 15,571 0
प्रतिसाद वेळ (सरासरी) 4.35s 3.58s
प्रतिसाद वेळ (कमाल) 18.06s 27.18s
प्रतिसाद वेळ (एकूण) 91.45s 75.28s

जनरेशन शोकेस

Hamster playing table tennis

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

#107 GPT-5.6 Luna

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

#112 Qwen3.5-Flash

none
खर्च
$0.003
वेळ
47.4s
टोकन्स
7,799 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

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 2.21s 606 186 722
Qwen3.5-Flash 3.5 8.3 8.3% 1 1.32s 696 690 0
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-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 18,879 1,794 0
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 2.14s 7,140 234 292
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 7,794 243 0
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 3.6 7.2 22.2% 1 10.05s 723 70 6,718
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 789 15 0
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 2.25s 477 122 169
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 522 100 0
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 8.5 6.8 83.3% 1 2.04s 660 93 259
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 711 63 0
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 3.59s 642 271 1,207
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 714 579 0
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 4.43s 5,454 250 177
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 0
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 4.86s 195 27 1,432
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

झटपट तुलना

तुलना जोडी बदला