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 Jev 1.13 (default)

Jev 1.13 (default) average score मध्ये पुढे आहे: 2.6 vs 2.4. Jev 1.13 (default) चा benchmark खर्च कमी आहे: $0.003 vs $0.005. GPT-6 Luna Decisions (default) वेगवान आहे: 495ms vs 698ms, pass rates 13.0% vs 26.1%.

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
#389
एकूण आउटपुट टोकन्स
18,927
प्रतिसाद वेळ (सरासरी)
698ms
एकूण खर्च
$0.003
शिफारस केलेले मॉडेल Jev 1.13 (default)

It has the best score here (2.6), while costing about 1.7x less than GPT-6 Luna Decisions (default).

तपशीलवार तुलना

मेट्रिक GPT-6 Luna Decisions GPT-6 Luna Decisions default प्रकाशन: 2026-10-07 Jev 1.13 Jev 1.13 default प्रकाशन: 2026-09-18
स्कोअर 2.4 2.6
क्रमांक #390 #389
विश्वसनीयता 10.0 10.0
सुसंगतता 5.2 5.2
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 13.0% 26.1%
अस्थिर चाचण्या 0 0
एकूण रन 36 36
प्रति निकाल खर्च 0.159 0.047
एकूण खर्च $0.005 $0.003
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 67,092
आउटपुट टोकन्स 0 18,927
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 495ms 698ms
प्रतिसाद वेळ (कमाल) 842ms 1.08s
प्रतिसाद वेळ (एकूण) 5.94s 8.38s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) -
उपलब्धता बंद स्रोत बंद 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
Jev 1.13 2.2 6.7 0.0% 0 598ms 30,072 8,130 0

झटपट तुलना

तुलना जोडी बदला

Command A+lowvsJev 1.13defaultCommand A+nonevsJev 1.13defaultCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+highvsJev 1.13defaultCommand A+nonevsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsGPT-6 Luna DecisionsdefaultCommand A+highvsGPT-6 Luna DecisionsdefaultCommand A+mediumvsJev 1.13defaultJev 1.13defaultvsGrok 4.20noneGemini 3 Flash PreviewhighvsJev 1.13defaultCommand A+mediumvsGPT-6 Luna DecisionsdefaultGPT-6 Luna DecisionsdefaultvsGrok 4.20none