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

GPT-5.6 Luna (medium) vs Qwen3.7 Flash (high)

GPT-5.6 Luna (medium) average score मध्ये पुढे आहे: 7.4 vs 7.2. Qwen3.7 Flash (high) चा benchmark खर्च कमी आहे: $0.063 vs $0.065. GPT-5.6 Luna (medium) वेगवान आहे: 9.64s vs 45.48s, pass rates 62.3% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक
#151
एकूण आउटपुट टोकन्स
47,986
प्रतिसाद वेळ (सरासरी)
9.64s
एकूण खर्च
$0.065
क्रमांक
#173
एकूण आउटपुट टोकन्स
409,818
प्रतिसाद वेळ (सरासरी)
45.48s
एकूण खर्च
$0.063
शिफारस केलेले मॉडेल GPT-5.6 Luna (medium)

It has the best score here (7.4), while responding about 4.7x faster than Qwen3.7 Flash (high).

तपशीलवार तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09 Qwen3.7 Flash Qwen3.7 Flash high प्रकाशन: 2026-07-28
स्कोअर 7.4 7.2
क्रमांक #151 #173
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 7.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.3% 71.0%
अस्थिर चाचण्या 3 7
एकूण रन 69 69
प्रति निकाल खर्च 2.822 0.478
एकूण खर्च $0.065 $0.063
इनपुट किंमत $0.200 / 1M $0.030 / 1M
आउटपुट किंमत $1.200 / 1M $0.130 / 1M
कॅश वाचण्याची किंमत $0.020 / 1M $0.006 / 1M
कॅश लिहिण्याची किंमत $0.250 / 1M $0.039 / 1M
एकूण इनपुट टोकन्स 212,780 293,775
आउटपुट टोकन्स 6,849 13,527
रिझनिंग टोकन्स 41,137 396,291
प्रतिसाद वेळ (सरासरी) 9.64s 45.48s
प्रतिसाद वेळ (कमाल) 58.09s 431.47s
प्रतिसाद वेळ (एकूण) 221.62s 1045.97s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) ~35B एकूण (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#151 GPT-5.6 Luna

medium
खर्च
$0.014
वेळ
14.6s
टोकन्स
2,362 tok

#173 Qwen3.7 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731lowvsGPT-5.6 LunamediumClaude Opus 4.8lowvsQwen3.7 FlashhighLongCat 2.0mediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5mediumGemini 3.8 FlashlowvsQwen3.7 FlashhighGPT-5.6 LunamediumvsGLM 5.3 FlashXhighQwen3.7 FlashhighvsStep 3.7 FlashlowGPT-5.6 LunamediumvsGrok 4.7lowGPT-5.6 LunamediumvsInkling Smallhighमोफत उपलब्धClaude Opus 5nonevsQwen3.7 FlashhighSeed-2.0-CodehighvsGPT-5.6 LunamediumDeepSeek V4 Pro 0423nonevsGPT-5.6 Lunamedium