GPT-6 Luna (medium) vs GLM 5.3 FlashX Legal (high)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 8.2. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.521. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 35.19s, pass rates 73.9% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक: #118
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

क्रमांक: #127
एकूण आउटपुट टोकन्स: 345,985
प्रतिसाद वेळ (सरासरी): 35.19s
एकूण खर्च: $0.521

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 11.1x less than GLM 5.3 FlashX Legal (high).

तपशीलवार तुलना

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high प्रकाशन: 2026-11-02

मेट्रिक	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high प्रकाशन: 2026-11-02
स्कोअर	8.3	8.2
क्रमांक	#118	#127
विश्वसनीयता	10.0	9.7
सुसंगतता	8.9	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	72.5%
अस्थिर चाचण्या	3	4
एकूण रन	69	69
प्रति निकाल खर्च	0.313	3.473
एकूण खर्च	$0.047	$0.521
इनपुट किंमत	$0.100 / 1M	$0.370 / 1M
आउटपुट किंमत	$0.500 / 1M	$1.250 / 1M
कॅश वाचण्याची किंमत	$0.010 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	203,193	238,713
आउटपुट टोकन्स	5,751	7,034
रिझनिंग टोकन्स	47,410	338,951
प्रतिसाद वेळ (सरासरी)	18.07s	35.19s
प्रतिसाद वेळ (कमाल)	66.44s	298.81s
प्रतिसाद वेळ (एकूण)	415.53s	809.47s
पॅरामीटर्स	~400B एकूण (~17B सक्रिय)	~320B एकूण (~18B 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.

#118 GPT-6 Luna

medium

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

#127 GLM 5.3 FlashX Legal

high

खर्च: $0.018
वेळ: 103.8s
टोकन्स: 13,703 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
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		78.95s	140,782	1,206	13,815

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
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.50s	639	282	456

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
GLM 5.3 FlashX Legal	8.2	7.2	88.9%	1		27.50s	7,317	397	31,799

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
GLM 5.3 FlashX Legal	6.9	5.9	66.7%	1		22.42s	73,021	3,779	11,384

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
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.32s	7,149	210	358

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
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		188.77s	759	195	278,113

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
GLM 5.3 FlashX Legal	4.8	3.2	33.3%	1		1.78s	498	204	214

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
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.53s	678	72	240

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
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		2.45s	672	411	479

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
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		7.41s	6,991	225	98

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
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		8.62s	207	53	1,995

तुलना जोडी बदला

GPT-5.6 TerramediumvsGLM 5.3 FlashX Legalhigh Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high DeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX Legalhigh Gemini 4 ArgonlowvsGLM 5.3 FlashX Legalhigh Kimi K3maxvsGPT-6 Lunamedium Gemini 3.5 FlashhighvsGPT-6 Lunamedium Qwen3.7 PlusmediumvsGLM 5.3 FlashX Legalhigh Ling 3.1 FlashmediumvsGLM 5.3 FlashX Legalhigh Seed-2.0-LitemediumvsGLM 5.3 FlashX Legalhigh Claude Haiku 5.5highvsGPT-6 Lunamedium