नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-6 Luna vs Step 3.5 Flash (medium)

GPT-6 Luna average score मध्ये पुढे आहे: 5.5 vs 5.4. GPT-6 Luna चा benchmark खर्च कमी आहे: $0.026 vs $0.105. GPT-6 Luna वेगवान आहे: 20.48s vs 190.48s, pass rates 40.6% vs 49.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-17

तुलना केलेली मॉडेल्स

क्रमांक
#382
एकूण आउटपुट टोकन्स
6,855
प्रतिसाद वेळ (सरासरी)
20.48s
एकूण खर्च
$0.026
क्रमांक
#391
एकूण आउटपुट टोकन्स
454,482
प्रतिसाद वेळ (सरासरी)
190.48s
एकूण खर्च
$0.105
शिफारस केलेले मॉडेल GPT-6 Luna

It has the best score here (5.5), while costing about 4.1x less than Step 3.5 Flash (medium).

तपशीलवार तुलना

मेट्रिक GPT-6 Luna GPT-6 Luna none प्रकाशन: 2026-09-23 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 5.5 5.4
क्रमांक #382 #391
विश्वसनीयता 9.9 10.0
सुसंगतता 8.2 8.3
प्रयत्न 69/69 66/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.6% 49.3%
अस्थिर चाचण्या 5 3
एकूण रन 69 66
प्रति निकाल खर्च 0.367 1.047
एकूण खर्च $0.026 $0.105
इनपुट किंमत $0.100 / 1M $0.100 / 1M
आउटपुट किंमत $0.500 / 1M $0.300 / 1M
कॅश वाचण्याची किंमत $0.010 / 1M लागू नाही
कॅश लिहिण्याची किंमत $0.125 / 1M लागू नाही
एकूण इनपुट टोकन्स 222,357 139,086
आउटपुट टोकन्स 6,855 193,584
रिझनिंग टोकन्स 0 413,546
प्रतिसाद वेळ (सरासरी) 20.48s 190.48s
प्रतिसाद वेळ (कमाल) 98.62s 1597.85s
प्रतिसाद वेळ (एकूण) 470.96s 3238.23s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) 196B 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.

#382 GPT-6 Luna

none
खर्च
$0.002
वेळ
26.0s
टोकन्स
3,235 tok

#391 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-6 Luna 5.5 10.0 33.3% 0 8.04s 7,302 376 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

तुलना जोडी बदला

Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneEmber-1nonevsStep 3.5 FlashmediumStep 3.5 FlashmediumvsHy4 previewlowGPT-5.6 LunanonevsStep 3.5 FlashmediumGranite 4.2 8BlowvsStep 3.5 FlashmediumNemotron 3 Supermediumमोफत उपलब्धvsGPT-6 LunanoneKimi K2.5nonevsStep 3.5 FlashmediumLing 3.2 Flashnoneमोफत उपलब्धvsStep 3.5 FlashmediumQwen3.8 27Bnoneमोफत उपलब्धvsStep 3.5 FlashmediumSeed-2.0-CodenonevsStep 3.5 FlashmediumNorth Mini Codemediumमोफत उपलब्धvsGPT-6 LunanoneGPT-6 LunanonevsHy4 previewlow