GPT-6 Luna (medium) vs Grok 4.20 (medium)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 6.3. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $1.246. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 36.73s, pass rates 73.9% vs 58.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #79
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

क्रमांक: #224
एकूण आउटपुट टोकन्स: 302,087
प्रतिसाद वेळ (सरासरी): 36.73s
एकूण खर्च: $1.246

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 26.6x less than Grok 4.20 (medium).

तपशीलवार तुलना

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर	8.3	6.3
क्रमांक	#79	#224
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	8.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	58.0%
अस्थिर चाचण्या	3	5
एकूण रन	69	69
प्रति निकाल खर्च	0.313	14.374
एकूण खर्च	$0.047	$1.246
इनपुट किंमत	$0.100 / 1M	$1.250 / 1M
आउटपुट किंमत	$0.500 / 1M	$2.500 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	203,193	392,127
आउटपुट टोकन्स	5,751	7,754
रिझनिंग टोकन्स	47,410	294,333
प्रतिसाद वेळ (सरासरी)	18.07s	36.73s
प्रतिसाद वेळ (कमाल)	66.44s	199.66s
प्रतिसाद वेळ (एकूण)	415.53s	844.68s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	~1T एकूण (~100B 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.

#79 GPT-6 Luna

medium

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

#224 SpaceXAI: Grok 4.20

medium

खर्च: $0.041
वेळ: 110.3s
टोकन्स: 16,336 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
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

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
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0423nonevsGrok 4.20medium Trinity Large ThinkinglowvsGrok 4.20medium GPT-6 LunamediumvsGrok 4.5high Kimi K3maxvsGPT-6 Lunamedium Space Bunny AlphaxhighvsGrok 4.20medium Gemini 3.5 FlashhighvsGPT-6 Lunamedium Qwen3.5 Plus 2026-02-15nonevsGrok 4.20medium Solar Pro 4highvsGrok 4.20medium Gemini 3.1 Flash LitelowvsGrok 4.20medium DeepSeek V4 Flash 0731nonevsGrok 4.20medium Gemini 3.1 Flash Lite PreviewlowvsGrok 4.20medium Gemini 3.5 Flash LitelowvsGrok 4.20medium