- स्कोअर
- 8.6 (+1.16 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 6.2% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 22.1% वेगवान
OpenAI
प्रकाशन: 2026-07-09
चाचणी तारीख: 2026-10-01 01:49
openai/gpt-5.6-luna::medium
~400B एकूण (~17B सक्रिय)MoEबंद स्रोतअंदाजित
सारांश
GPT-5.6 Luna AI BENCHY वर 7.4 स्कोर करते आणि #132 वर आहे. याची reliability 10.0, pass rate 62.3%, एकूण खर्च $0.065, आणि सरासरी response time 9.64s आहे.
GPT-5.6 Luna खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डोमेन-विशिष्ट हा सर्वात कमकुवत भाग आहे, rank #15. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
शिफारस केलेले पर्याय
त्याऐवजी हे मॉडेल निवडण्याची शिफारस करतो:
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~400B एकूण (~17B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
7.4
सुसंगतता
9.0
10.0
एकूण आउटपुट टोकन्स
47,986
एकूण इनपुट टोकन्स
212,780
इनपुट किंमत
$0.200 / 1M
आउटपुट किंमत
$1.200 / 1M
कॅश वाचण्याची किंमत
$0.020 / 1M
कॅश लिहिण्याची किंमत
$0.250 / 1M
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.
अस्थिर चाचण्या
3
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#132 GPT-5.6 Luna
medium- खर्च
- $0.014
- वेळ
- 14.6s
- टोकन्स
- 2,362 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 01:49 पुन्हा चाचणी | 7.4 | 10.0 | $0.065 ↓ | सध्याची रन | |
| 2026-07-16 22:37 नवीन चाचणी जोडली | 7.6 | 10.0 | $0.352 | तुलना करा | |
| 2026-07-09 21:16 पहिला रन | 7.6 | 10.0 | $0.258 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत | कॅश वाचण्याची किंमत | कॅश लिहिण्याची किंमत |
|---|---|---|---|---|
| 2026-07-09 21:18 | $1.000 / 1M | $6.000 / 1M | लागू नाही | लागू नाही |
| 2026-07-28 08:40 | $0.500 / 1M | $3.000 / 1M | लागू नाही | लागू नाही |
| 2026-07-31 10:14 | $0.100 / 1M | $0.601 / 1M | लागू नाही | लागू नाही |
| 2026-08-14 12:51 | $0.100 / 1M | $0.600 / 1M | लागू नाही | लागू नाही |
| 2026-10-01 18:33 | $0.200 / 1M | $1.200 / 1M | $0.020 / 1M | $0.250 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
GPT-5.6 LunamediumvsSeed-2.0-CodehighGPT-5.6 LunamediumvsQwen3.6 FlashmediumGPT-5.6 LunamediumvsMistral Large 4highGPT-5.6 LunamediumvsDeepSeek V4 Flash 0731lowGPT-5.6 LunamediumvsSeed-2.0-MinimediumGPT-5.6 LunamediumvsSeed-2.0-CodemediumGPT-5.6 LunamediumvsGLM 5.1mediumGPT-5.6 LunamediumvsGLM 5.3 FlashXhighGPT-5.6 LunamediumvsSpace Bunny AlphahighGPT-5.6 LunamediumvsGrok 4.7low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 7.4 | 3.8 | |
| अँटी-एआय युक्त्या | 8.3 | 10.0 | |
| कोडिंग | 5.4 | 7.2 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| सूचनांचे पालन | 9.9 | 10.0 | |
| कोडी सोडवणे | 7.8 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |