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

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 7.7. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.071. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 41.03s, pass rates 73.9% vs 68.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #97
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

क्रमांक: #143
एकूण आउटपुट टोकन्स: 331,107
प्रतिसाद वेळ (सरासरी): 41.03s
एकूण खर्च: $0.071

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 1.5x less than Qwen3.7 Flash (low).

तपशीलवार तुलना

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

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28
स्कोअर	8.3	7.7
क्रमांक	#97	#143
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	8.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	68.1%
अस्थिर चाचण्या	3	6
एकूण रन	69	69
प्रति निकाल खर्च	0.313	0.439
एकूण खर्च	$0.047	$0.071
इनपुट किंमत	$0.100 / 1M	$0.030 / 1M
आउटपुट किंमत	$0.500 / 1M	$0.130 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.006 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	$0.039 / 1M
एकूण इनपुट टोकन्स	203,193	318,058
आउटपुट टोकन्स	5,751	16,035
रिझनिंग टोकन्स	47,410	315,072
प्रतिसाद वेळ (सरासरी)	18.07s	41.03s
प्रतिसाद वेळ (कमाल)	66.44s	394.54s
प्रतिसाद वेळ (एकूण)	415.53s	943.75s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	~35B एकूण (~3B 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.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#97 GPT-6 Luna

medium

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

#143 Qwen3.7 Flash

low

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:

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	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891
Qwen3.7 Flash	10.0	10.0	100.0%	0		106.71s	225,867	1,749	25,339

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		10.29s	672	680	14,285

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	6.7	7.8	55.6%	1		42.36s	7,893	428	56,419

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	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432

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		15.44s	7,782	270	12,503

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	3.6	7.2	22.2%	1		37.60s	780	60	38,897

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	4.0	9.3	0.0%	0		14.37s	516	128	5,423

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	8.5	6.8	83.3%	1		9.88s	699	99	8,147

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	7.3	5.2	77.8%	2		9.79s	696	382	10,763

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		7.66s	8,193	335	2,172

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		18.42s	204	24	9,692

तुलना जोडी बदला

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Claude Haiku 5.5mediumvsQwen3.7 Flashlow Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium Nemotron 3.5 Super VLmediumमोफत उपलब्धvsQwen3.7 Flashlow GPT-6 LunamediumvsGrok 4.5high Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Muse WonderhighvsQwen3.7 Flashlow Kimi K3maxvsGPT-6 Lunamedium Muse WonderxhighvsQwen3.7 Flashlow Gemini 3.5 FlashhighvsGPT-6 Lunamedium