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

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 7.2. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.449. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 20.72s, pass rates 73.9% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक: #83
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

क्रमांक: #157
एकूण आउटपुट टोकन्स: 339,108
प्रतिसाद वेळ (सरासरी): 20.72s
एकूण खर्च: $0.449

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 9.6x less than Step 3.7 Flash (low).

तपशीलवार तुलना

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर	8.3	7.2
क्रमांक	#83	#157
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	63.8%
अस्थिर चाचण्या	3	6
एकूण रन	69	69
प्रति निकाल खर्च	0.313	4.078
एकूण खर्च	$0.047	$0.449
इनपुट किंमत	$0.100 / 1M	$0.200 / 1M
आउटपुट किंमत	$0.500 / 1M	$1.150 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.040 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	203,193	292,685
आउटपुट टोकन्स	5,751	339,108
रिझनिंग टोकन्स	47,410	0
प्रतिसाद वेळ (सरासरी)	18.07s	20.72s
प्रतिसाद वेळ (कमाल)	66.44s	124.75s
प्रतिसाद वेळ (एकूण)	415.53s	476.67s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	198B एकूण (11B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त 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.

#83 GPT-6 Luna

medium

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

#157 Step 3.7 Flash

low

अवैध SVG

खर्च: $0.004
वेळ: 25.3s
टोकन्स: 3,072 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
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	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	8.3	10.0	75.0%	0		4.32s	606	156	875
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

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
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

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
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	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	10.0	10.0	100.0%	0		26.09s	7,140	234	268
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	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	5.9	7.2	55.6%	1		22.71s	732	70	19,191
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	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	4.4	9.9	0.0%	0		28.25s	477	91	289
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	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	9.8	10.0	100.0%	0		13.24s	660	89	409
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	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	7.7	10.0	66.7%	0		9.78s	642	211	3,189
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	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	10.0	10.0	100.0%	0		4.84s	5,454	264	249
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	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	3.0	10.0	0.0%	0		6.39s	195	30	1,731
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

तुलना जोडी बदला

Step 3.7 FlashlowvsGLM 5medium LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.7 FlashhighvsStep 3.7 Flashlow GPT-6 LunamediumvsGrok 4.5high Claude Opus 5nonevsStep 3.7 Flashlow Kimi K3maxvsGPT-6 Lunamedium Qwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 Flashlow Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Qwen3.8 Flash NextxhighvsStep 3.7 Flashlow