GPT-6 Luna (medium) vs Grok Build 0.1 (medium)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 6.7. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $1.419. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 55.13s, pass rates 73.9% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-03

तुलना केलेली मॉडेल्स

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

क्रमांक: #178
एकूण आउटपुट टोकन्स: 529,806
प्रतिसाद वेळ (सरासरी): 55.13s
एकूण खर्च: $1.419

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 30.2x less than Grok Build 0.1 (medium).

तपशीलवार तुलना

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर	8.3	6.7
क्रमांक	#79	#178
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	58.0%
अस्थिर चाचण्या	3	1
एकूण रन	69	69
प्रति निकाल खर्च	0.313	10.910
एकूण खर्च	$0.047	$1.419
इनपुट किंमत	$0.100 / 1M	$1.000 / 1M
आउटपुट किंमत	$0.500 / 1M	$2.000 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	203,193	358,616
आउटपुट टोकन्स	5,751	9,651
रिझनिंग टोकन्स	47,410	520,155
प्रतिसाद वेळ (सरासरी)	18.07s	55.13s
प्रतिसाद वेळ (कमाल)	66.44s	252.69s
प्रतिसाद वेळ (एकूण)	415.53s	1268.10s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	~300B एकूण (~30B 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

#178 SpaceXAI: Grok Build 0.1

medium

खर्च: $0.028
वेळ: 81.3s
टोकन्स: 14,009 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 Build 0.1	3.4	9.6	0.0%	0		69.03s	251,670	1,658	16,742

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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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 Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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 Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

झटपट तुलना

तुलना जोडी बदला

Solar Pro 4xhighvsGrok Build 0.1medium Qwen3.5-FlashnonevsGrok Build 0.1medium GPT-6 LunamediumvsGrok 4.5high Solar Pro 4lowvsGrok Build 0.1medium Kimi K3maxvsGPT-6 Lunamedium Space Bunny AlphamaxvsGrok Build 0.1medium Gemini 3.5 FlashhighvsGPT-6 Lunamedium Ember-1maxvsGrok Build 0.1medium GPT 5.3 ChatnonevsGrok Build 0.1medium GPT-5.6 SolnonevsGrok Build 0.1medium Apodex 1.1 Minihighमोफत उपलब्धvsGrok Build 0.1medium Grok Build 0.1mediumvsGLM 5.3 Flashlow