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

GPT-5.6 Luna (low) vs MiMo-V2.5 (medium)

MiMo-V2.5 (medium) average score मध्ये पुढे आहे: 6.4 vs 6.2. GPT-5.6 Luna (low) चा benchmark खर्च कमी आहे: $0.051 vs $0.104. GPT-5.6 Luna (low) वेगवान आहे: 5.20s vs 46.28s, pass rates 54.5% vs 68.2%.

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

क्रमांक
#167
एकूण आउटपुट टोकन्स
26,286
प्रतिसाद वेळ (सरासरी)
5.20s
एकूण खर्च
$0.051
क्रमांक
#160
एकूण आउटपुट टोकन्स
327,048
प्रतिसाद वेळ (सरासरी)
46.28s
एकूण खर्च
$0.104
शिफारस केलेले मॉडेल GPT-5.6 Luna (low)

Its score stays close to the best score here (6.2 vs 6.4), while costing about 2.0x less than MiMo-V2.5 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09 MiMo-V2.5 MiMo-V2.5 medium प्रकाशन: 2026-04-22
स्कोअर 6.2 6.4
क्रमांक #167 #160
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 7.5
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 54.5% 68.2%
अस्थिर चाचण्या 5 7
एकूण रन 66 66
प्रति निकाल खर्च 2.437 3.575
एकूण खर्च $0.051 $0.104
इनपुट किंमत $0.200 / 1M $0.140 / 1M
आउटपुट किंमत $1.200 / 1M $0.280 / 1M
एकूण इनपुट टोकन्स 96,355 105,456
आउटपुट टोकन्स 8,213 7,108
रिझनिंग टोकन्स 18,073 319,940
प्रतिसाद वेळ (सरासरी) 5.20s 46.28s
प्रतिसाद वेळ (कमाल) 19.44s 316.27s
प्रतिसाद वेळ (एकूण) 114.46s 1018.12s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) 310B एकूण (15B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#167 GPT-5.6 Luna

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

#160 MiMo-V2.5

medium
खर्च
$0.002
वेळ
54.8s
टोकन्स
5,247 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
MiMo-V2.5 6.2 4.7 66.7% 2 97.14s 7,422 557 81,977

झटपट तुलना

तुलना जोडी बदला