नेव्हिगेशन
Advertise here

GPT-5.6 Luna (medium) vs Qwen3.8 2.4T A95B (high)

average score जवळपास समान आहे: 7.4 vs 7.4. GPT-5.6 Luna (medium) चा benchmark खर्च कमी आहे: $0.072 vs $2.357. GPT-5.6 Luna (medium) वेगवान आहे: 7.43s vs 120.59s, pass rates 62.1% vs 74.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#131
एकूण आउटपुट टोकन्स
44,525
प्रतिसाद वेळ (सरासरी)
7.43s
एकूण खर्च
$0.072
क्रमांक
#133
एकूण आउटपुट टोकन्स
456,028
प्रतिसाद वेळ (सरासरी)
120.59s
एकूण खर्च
$2.357
शिफारस केलेले मॉडेल GPT-5.6 Luna (medium)

It has the best score here (7.4), while costing about 33.0x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12
स्कोअर 7.4 7.4
क्रमांक #131 #133
विश्वसनीयता 10.0 9.4
सुसंगतता 9.2 8.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.1% 74.2%
अस्थिर चाचण्या 2 4
एकूण रन 66 66
प्रति निकाल खर्च 2.601 16.832
एकूण खर्च $0.072 $2.357
इनपुट किंमत $0.200 / 1M $2.000 / 1M
आउटपुट किंमत $1.200 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 89,685 108,931
आउटपुट टोकन्स 5,701 112,801
रिझनिंग टोकन्स 38,824 343,227
प्रतिसाद वेळ (सरासरी) 7.43s 120.59s
प्रतिसाद वेळ (कमाल) 29.85s 532.28s
प्रतिसाद वेळ (एकूण) 163.54s 2653.05s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) 2.4T एकूण (95B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#131 GPT-5.6 Luna

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

#133 Qwen3.8 2.4T A95B

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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

झटपट तुलना

तुलना जोडी बदला

GPT-5.6 LunamediumvsQwen3.7 MaxnoneQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen3.8 2.4T A95BhighGemini 3.8 FlashlowvsGPT-5.6 LunamediumLongCat 2.0mediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsQwen3.8 2.4T A95BhighGPT-5.6 LunamediumvsGrok 4.7highGemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95BhighKAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95BhighGPT-5.6 LunamediumvsGrok 4.6low