GPT-5.6 Luna vs Step 3.5 Flash (medium)

तुलना केलेली मॉडेल्स

क्रमांक: #279
एकूण आउटपुट टोकन्स: 8,000
प्रतिसाद वेळ (सरासरी): 3.78s
एकूण खर्च: $0.056

क्रमांक: #276
एकूण आउटपुट टोकन्स: 607,130
प्रतिसाद वेळ (सरासरी): 190.48s
एकूण खर्च: $0.105

शिफारस केलेले मॉडेल GPT-5.6 Luna

It has the best score here (5.3), while costing about 1.9x less than Step 3.5 Flash (medium).

तपशीलवार तुलना

मेट्रिक	GPT-5.6 Luna GPT-5.6 Luna none प्रकाशन: 2026-07-09	Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01

मेट्रिक	GPT-5.6 Luna GPT-5.6 Luna none प्रकाशन: 2026-07-09	Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर	5.3	5.4
क्रमांक	#279	#276
विश्वसनीयता	10.0	10.0
सुसंगतता	8.8	8.3
प्रयत्न	69/69	66/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	34.8%	49.3%
अस्थिर चाचण्या	3	3
एकूण रन	69	66
प्रति निकाल खर्च	2.814	1.047
एकूण खर्च	$0.056	$0.105
इनपुट किंमत	$0.200 / 1M	$0.100 / 1M
आउटपुट किंमत	$1.200 / 1M	$0.300 / 1M
एकूण इनपुट टोकन्स	230,744	139,086
आउटपुट टोकन्स	8,000	193,584
रिझनिंग टोकन्स	0	413,546
प्रतिसाद वेळ (सरासरी)	3.78s	190.48s
प्रतिसाद वेळ (कमाल)	53.77s	1597.85s
प्रतिसाद वेळ (एकूण)	86.83s	3238.23s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	196B एकूण (11B 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.

#279 GPT-5.6 Luna

none

खर्च: $0.016
वेळ: 15.8s
टोकन्स: 2,685 tok

#276 Step 3.5 Flash

medium

खर्च: $0.008
वेळ: 277.1s
टोकन्स: 23,695 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	5.0	10.0	0.0%	0		53.77s	129,412	1,291	0
Step 3.5 Flash	2.8	1.6	33.3%	1		172.16s	73,370	4,160	34,434

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	4.8	10.0	25.0%	0		901ms	606	266	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Luna	3.2	9.1	0.0%	0		6.68s	78,124	5,022	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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		758ms	7,140	222	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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	3.6	7.2	22.2%	1		784ms	732	54	0
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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	5.0	10.0	0.0%	0		1.00s	477	150	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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	7.1	5.8	83.3%	1		1.23s	660	86	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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	5.3	10.0	33.3%	0		790ms	642	202	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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		2.80s	5,454	222	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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		651ms	195	26	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

झटपट तुलना

तुलना जोडी बदला