नेव्हिगेशन
Advertise here

GPT-6 Luna (high) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. GPT-6 Luna (high) चा benchmark खर्च कमी आहे: $0.074 vs $0.571. GPT-6 Luna (high) वेगवान आहे: 20.37s vs 26.57s, pass rates 73.9% vs 68.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#111
एकूण आउटपुट टोकन्स
101,587
प्रतिसाद वेळ (सरासरी)
20.37s
एकूण खर्च
$0.074
क्रमांक
#106
एकूण आउटपुट टोकन्स
440,835
प्रतिसाद वेळ (सरासरी)
26.57s
एकूण खर्च
$0.571
शिफारस केलेले मॉडेल GPT-6 Luna (high)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 7.7x less than Step 3.7 Flash (medium).

तपशीलवार तुलना

मेट्रिक GPT-6 Luna GPT-6 Luna high प्रकाशन: 2026-09-23 Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर 7.7 7.8
क्रमांक #111 #106
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 8.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.9% 68.1%
अस्थिर चाचण्या 4 4
एकूण रन 69 69
प्रति निकाल खर्च 0.492 4.392
एकूण खर्च $0.074 $0.571
इनपुट किंमत $0.100 / 1M $0.200 / 1M
आउटपुट किंमत $0.500 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 229,986 319,524
आउटपुट टोकन्स 6,037 440,835
रिझनिंग टोकन्स 95,550 0
प्रतिसाद वेळ (सरासरी) 20.37s 26.57s
प्रतिसाद वेळ (कमाल) 106.93s 152.83s
प्रतिसाद वेळ (एकूण) 468.52s 611.09s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) 198B 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.

#111 GPT-6 Luna

high
खर्च
$0.003
वेळ
49.2s
टोकन्स
5,231 tok

#106 Step 3.7 Flash

medium
खर्च
$0.006
वेळ
46.2s
टोकन्स
4,466 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-6 Luna 7.8 7.4 77.8% 1 24.69s 7,302 483 15,691
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

झटपट तुलना

तुलना जोडी बदला

Step 3.7 FlashmediumvsGLM 5.3highGPT-6 LunahighvsQwen3.5 Plus 2026-04-20mediumGPT-6 LunahighvsQwen3.7 FlashlowQwen3.7 PlusnonevsStep 3.7 FlashmediumMuse Glimmer 30BmediumvsGPT-6 LunahighStep 3.7 FlashmediumvsGrok 4.5lowQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731mediumvsGPT-6 LunahighGPT-6 LunahighvsGrok 4.5lowGPT-6 LunahighvsQwen3.7 PlusnoneGPT-6 LunahighvsGrok 4.6mediumQwen3.7 MaxnonevsStep 3.7 Flashmedium