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

GPT-6 Luna Decisions (default) vs Decider V1.2 (default)

Decider V1.2 (default) average score मध्ये पुढे आहे: 2.6 vs 2.4. Decider V1.2 (default) चा benchmark खर्च कमी आहे: $0.001 vs $0.005. GPT-6 Luna Decisions (default) वेगवान आहे: 495ms vs 517ms, pass rates 13.0% vs 24.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#427
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
495ms
एकूण खर्च
$0.005
क्रमांक
#424
एकूण आउटपुट टोकन्स
67
प्रतिसाद वेळ (सरासरी)
517ms
एकूण खर्च
$0.001
शिफारस केलेले मॉडेल Decider V1.2 (default)

It has the best score here (2.6), while costing about 4.9x less than GPT-6 Luna Decisions (default).

तपशीलवार तुलना

मेट्रिक GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07 Decider V1.2 Decider V1.2 default प्रकाशन: 2026-10-17
स्कोअर 2.4 2.6
क्रमांक #427 #424
विश्वसनीयता 10.0 9.4
सुसंगतता 5.2 4.9
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 13.0% 24.6%
अस्थिर चाचण्या 0 1
एकूण रन 36 36
प्रति निकाल खर्च 0.159 0.020
एकूण खर्च $0.005 $0.001
इनपुट किंमत $0.100 / 1M $0.020 / 1M
आउटपुट किंमत $0.000 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत $0.000 / 1M लागू नाही
कॅश लिहिण्याची किंमत $0.000 / 1M लागू नाही
एकूण इनपुट टोकन्स 47,583 48,363
आउटपुट टोकन्स 0 67
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 495ms 517ms
प्रतिसाद वेळ (कमाल) 842ms 776ms
प्रतिसाद वेळ (एकूण) 5.94s 6.20s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) 27B
उपलब्धता बंद स्रोत मुक्त 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.

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-6 Luna Decisions 2.5 6.7 0.0% 0 447ms 22,197 0 0
Decider V1.2 4.5 6.7 33.3% 0 572ms 24,009 12 0

तुलना जोडी बदला

Command A+lowvsDecider V1.2defaultCommand A+nonevsDecider V1.2defaultCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+highvsDecider V1.2defaultCommand A+nonevsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsGPT-6 Luna DecisionsdefaultDecider V1.2defaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+highvsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsDecider V1.2defaultCommand A+mediumvsDecider V1.2defaultDecider V1.2defaultvsGrok 4.20noneGPT-6 Luna DecisionsdefaultvsXing4.0 29b A4bnoneमोफत उपलब्ध