GPT-6 Luna (medium) vs Qwen3.7 Flash (high)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 7.9 vs 7.8. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.031 vs $0.052. GPT-6 Luna (medium) वेगवान आहे: 15.87s vs 41.37s, pass rates 72.7% vs 71.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-23

तुलना केलेली मॉडेल्स

क्रमांक: #94
एकूण आउटपुट टोकन्स: 45,154
प्रतिसाद वेळ (सरासरी): 15.87s
एकूण खर्च: $0.031

क्रमांक: #104
एकूण आउटपुट टोकन्स: 370,250
प्रतिसाद वेळ (सरासरी): 41.37s
एकूण खर्च: $0.052

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (7.9), while costing about 1.7x less than Qwen3.7 Flash (high).

तपशीलवार तुलना

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Qwen3.7 Flash Qwen3.7 Flash high प्रकाशन: 2026-07-28

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Qwen3.7 Flash Qwen3.7 Flash high प्रकाशन: 2026-07-28
स्कोअर	7.9	7.8
क्रमांक	#94	#104
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	7.8
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.7%	71.2%
अस्थिर चाचण्या	3	6
एकूण रन	66	66
प्रति निकाल खर्च	0.218	0.398
एकूण खर्च	$0.031	$0.052
इनपुट किंमत	$0.100 / 1M	$0.030 / 1M
आउटपुट किंमत	$0.500 / 1M	$0.130 / 1M
एकूण इनपुट टोकन्स	78,946	116,331
आउटपुट टोकन्स	4,635	12,330
रिझनिंग टोकन्स	40,519	357,920
प्रतिसाद वेळ (सरासरी)	15.87s	41.37s
प्रतिसाद वेळ (कमाल)	35.14s	431.47s
प्रतिसाद वेळ (एकूण)	349.09s	910.11s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	~35B एकूण (~3B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#94 GPT-6 Luna

medium

खर्च: $0.002
वेळ: 23.6s
टोकन्स: 2,966 tok

#104 Qwen3.7 Flash

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 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:

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	8.3	10.0	75.0%	0		4.32s	606	156	875
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.21s	672	713	13,968

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222
Qwen3.7 Flash	8.2	9.7	66.7%	0		58.84s	7,893	503	62,350

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096
Qwen3.7 Flash	6.9	5.9	66.7%	1		231.97s	88,896	9,866	203,866

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	10.0	10.0	100.0%	0		26.09s	7,140	234	268
Qwen3.7 Flash	10.0	10.0	100.0%	0		20.10s	7,782	270	10,800

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191
Qwen3.7 Flash	2.9	4.4	22.2%	2		34.43s	780	59	35,675

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289
Qwen3.7 Flash	5.1	3.4	33.3%	1		10.73s	516	120	3,898

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409
Qwen3.7 Flash	9.8	10.0	100.0%	0		9.41s	699	97	7,838

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189
Qwen3.7 Flash	7.1	5.1	77.8%	2		10.79s	696	369	10,474

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249
Qwen3.7 Flash	10.0	10.0	100.0%	0		5.72s	8,193	309	1,436

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsQwen3.7 Flashhigh Seed-2.0-LitemediumvsQwen3.7 Flashhigh GPT-6 LunamediumvsQwen3.8 27Blow Qwen3.7 FlashhighvsGLM 5medium Seed-2.0-CodelowvsQwen3.7 Flashhigh Kimi K3maxvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.7low Claude Opus 4.6mediumvsQwen3.7 Flashhigh Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh GPT-5.6 TerramediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5.2medium Gemini 3.5 Flash LitemediumvsQwen3.7 Flashhigh