GPT-6 Luna Decisions (default) vs Tev1 4B Experimental (default)

GPT-6 Luna Decisions (default) average score मध्ये पुढे आहे: 2.4 vs 1.0. Tev1 4B Experimental (default) चा benchmark खर्च कमी आहे: $0.002 vs $0.005. GPT-6 Luna Decisions (default) वेगवान आहे: 495ms vs 498ms, pass rates 13.0% vs 13.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक: #390
एकूण आउटपुट टोकन्स: 0
प्रतिसाद वेळ (सरासरी): 495ms
एकूण खर्च: $0.005

क्रमांक: #397
एकूण आउटपुट टोकन्स: 96
प्रतिसाद वेळ (सरासरी): 498ms
एकूण खर्च: $0.002

शिफारस केलेले मॉडेल GPT-6 Luna Decisions (default)

It has the strongest score in this comparison (2.4) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक	GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07	Tev1 4B Experimental Tev1 4B Experimental default प्रकाशन: 2026-09-30

मेट्रिक	GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07	Tev1 4B Experimental Tev1 4B Experimental default प्रकाशन: 2026-09-30
स्कोअर	2.4	1.0
क्रमांक	#390	#397
विश्वसनीयता	10.0	10.0
सुसंगतता	5.2	3.0
प्रयत्न	36/69	21/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	13.0%	13.0%
अस्थिर चाचण्या	0	0
एकूण रन	36	21
प्रति निकाल खर्च	0.159	0.048
एकूण खर्च	$0.005	$0.002
इनपुट किंमत	$0.100 / 1M	$0.042 / 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	33,864
आउटपुट टोकन्स	0	96
रिझनिंग टोकन्स	0	0
प्रतिसाद वेळ (सरासरी)	495ms	498ms
प्रतिसाद वेळ (कमाल)	842ms	602ms
प्रतिसाद वेळ (एकूण)	5.94s	3.49s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	4B
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0
Tev1 4B Experimental	0.0	0.0	0.0%	0		0ms	0	0	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	2.3	7.5	0.0%	0		436ms	6,279	0	0
Tev1 4B Experimental	2.5	2.5	25.0%	0		602ms	507	6	0

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
Tev1 4B Experimental	0.0	0.0	0.0%	0		0ms	0	0	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0
Tev1 4B Experimental	0.0	0.0	0.0%	0		0ms	0	0	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	10.0	10.0	100.0%	0		411ms	10,998	0	0
Tev1 4B Experimental	3.0	10.0	0.0%	0		509ms	25,317	30	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	5.3	10.0	33.3%	0		554ms	3,063	0	0
Tev1 4B Experimental	6.7	6.7	66.7%	0		440ms	1,086	12	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0
Tev1 4B Experimental	0.0	0.0	0.0%	0		0ms	0	0	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	1.5	5.0	0.0%	0		842ms	4,440	0	0
Tev1 4B Experimental	1.5	5.0	0.0%	0		555ms	6,411	42	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	1.7	3.3	0.0%	0		414ms	606	0	0
Tev1 4B Experimental	1.7	3.3	0.0%	0		432ms	543	6	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0
Tev1 4B Experimental	0.0	0.0	0.0%	0		0ms	0	0	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna Decisions	0.0	0.0	0.0%	0		0ms	0	0	0
Tev1 4B Experimental	0.0	0.0	0.0%	0		0ms	0	0	0

झटपट तुलना

तुलना जोडी बदला