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 xAI: Grok 4.5

सारांश

GPT-5.6 Luna (medium) vs Grok 4.5 (low) benchmark तुलना: Grok 4.5 (low) average score मध्ये पुढे आहे: 7.8 vs 7.6. GPT-5.6 Luna (medium) चा benchmark खर्च कमी आहे: $0.258 vs $0.760. GPT-5.6 Luna (medium) वेगवान आहे: 6.70s vs 15.48s, pass rates 63.5% vs 74.6%.

शिफारस केलेले मॉडेल: GPT-5.6 Luna (medium) - Its score stays close to the best score here (7.6 vs 7.8), while costing about 3.0x less than Grok 4.5 (low).

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

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09 Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर 7.6 7.8
क्रमांक #54 #39
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.5% 74.6%
अस्थिर चाचण्या 1 1
एकूण रन 63 63
प्रति निकाल खर्च 1.978 5.061
एकूण खर्च $0.258 $0.760
इनपुट किंमत $1.000 / 1M $2.000 / 1M
आउटपुट किंमत $6.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 35,699 58,652
आउटपुट टोकन्स 2,148 1,735
रिझनिंग टोकन्स 34,740 105,233
प्रतिसाद वेळ (सरासरी) 6.70s 15.48s
प्रतिसाद वेळ (कमाल) 29.85s 205.28s
प्रतिसाद वेळ (एकूण) 140.62s 324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#54 GPT-5.6 Luna

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

#39 xAI: Grok 4.5

low
खर्च
$0.011
वेळ
12.4s
टोकन्स
2,018 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 2.52s 606 160 987
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
संयुक्त 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 9.53s 12,500 375 1,354
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 1.95s 7,140 234 324
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 5.3 10.0 33.3% 0 17.37s 723 68 16,531
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 5.1 10.0 0.0% 0 4.34s 477 112 496
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 9.9 10.0 100.0% 0 2.38s 660 95 393
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 7.8 10.0 66.7% 0 4.04s 642 255 2,104
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 6.02s 5,454 256 244
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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 6.64s 195 29 2,379
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

झटपट तुलना

तुलना जोडी बदला