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 (medium) vs Grok 4.6 (low)

GPT-5.6 Luna (medium) average score मध्ये पुढे आहे: 7.4 vs 7.4. GPT-5.6 Luna (medium) चा benchmark खर्च कमी आहे: $0.036 vs $0.449. GPT-5.6 Luna (medium) वेगवान आहे: 7.43s vs 14.55s, pass rates 62.1% vs 69.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-14

क्रमांक
#90
एकूण आउटपुट टोकन्स
44,525
प्रतिसाद वेळ (सरासरी)
7.43s
एकूण खर्च
$0.036
क्रमांक
#93
एकूण आउटपुट टोकन्स
38,048
प्रतिसाद वेळ (सरासरी)
14.55s
एकूण खर्च
$0.449
शिफारस केलेले मॉडेल GPT-5.6 Luna (medium)

It has the best score here (7.4), while costing about 12.6x less than Grok 4.6 (low).

तपशीलवार तुलना

मेट्रिक GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09 Grok 4.6 Grok 4.6 low प्रकाशन: 2026-08-12
स्कोअर 7.4 7.4
क्रमांक #90 #93
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 9.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.1% 69.7%
अस्थिर चाचण्या 2 1
एकूण रन 66 66
प्रति निकाल खर्च 2.601 2.989
एकूण खर्च $0.036 $0.449
इनपुट किंमत $0.100 / 1M $2.000 / 1M
आउटपुट किंमत $0.600 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 89,685 109,960
आउटपुट टोकन्स 5,701 5,124
रिझनिंग टोकन्स 38,824 32,924
प्रतिसाद वेळ (सरासरी) 7.43s 14.55s
प्रतिसाद वेळ (कमाल) 29.85s 26.46s
प्रतिसाद वेळ (एकूण) 163.54s 320.17s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#90 GPT-5.6 Luna

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

#93 SpaceXAI: Grok 4.6

low
खर्च
$0.011
वेळ
26.0s
टोकन्स
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

झटपट तुलना

तुलना जोडी बदला