#221 GPT-5.6 Luna
none- खर्च
- $0.016
- वेळ
- 15.8s
- टोकन्स
- 2,685 tok
OpenAI
प्रकाशन: 2026-07-09
चाचणी तारीख: 2026-08-14 02:19
openai/gpt-5.6-luna::none
~400B एकूण (~17B सक्रिय)MoEबंद स्रोतअंदाजित
सारांश
GPT-5.6 Luna AI BENCHY वर 5.4 स्कोर करते आणि #221 वर आहे. याची reliability 10.0, pass rate 36.4%, एकूण खर्च $0.029, आणि सरासरी response time 1.50s आहे.
GPT-5.6 Luna खास का आहे: हे सूचनांचे पालन मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #12. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
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.
5.4
सुसंगतता
8.8
10.0
एकूण आउटपुट टोकन्स
6,709
एकूण इनपुट टोकन्स
101,332
इनपुट किंमत
$0.200 / 1M
आउटपुट किंमत
$1.200 / 1M
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.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-08-14 02:19 पुन्हा चाचणी | 5.4 | 10.0 | $0.015 ↓ | सध्याची रन | |
| 2026-07-16 22:36 नवीन चाचणी जोडली | 5.4 | 10.0 | $0.142 | तुलना करा | |
| 2026-07-09 21:15 पहिला रन | 5.3 | 10.0 | $0.047 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | बेंचमार्क कव्हरेज | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:19 · सध्याची रन | 66/66 प्रयत्न | 5.4 | 8.8 | 10.0 | 6/22 | 3 | 6,709 | 101,332 | $0.029 | 1.50s |
| 2026-07-16 22:36 · नवीन चाचणी जोडली | 66/66 प्रयत्न | 5.4 | 8.8 | 10.0 | 6/22 | 3 | 6,709 | 101,323 | $0.142 | 1.50s |
| फरक | — | 0.0 | 0.0 | 0.0 | 0 | 0 | 0 | +9 | -$0.114 | +6ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-07-09 21:18 | $1.000 / 1M | $6.000 / 1M |
| 2026-07-28 08:40 | $0.500 / 1M | $3.000 / 1M |
| 2026-07-31 10:14 | $0.100 / 1M | $0.601 / 1M |
| 2026-08-14 12:51 | $0.100 / 1M | $0.600 / 1M |
| 2026-08-20 12:51 | $0.200 / 1M | $1.200 / 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 LunanonevsKAT-Coder-Air V2.5lowGPT-5.6 LunanonevsMiMo-V2.5-PrononeGPT-5.6 LunanonevsLaguna S 2.1mediumमोफत उपलब्धGPT-5.6 LunanonevsKimi K2.5noneGPT-5.6 LunanonevsDeepSeek V4 Flash 0423noneGPT-5.6 LunanonevsDeepSeek V4 Flash 0731noneGPT-5.6 LunanonevsQwen3.8 27BnoneGPT-5.6 LunanonevsLaguna S 2.1highमोफत उपलब्धGPT-5.6 LunanonevsQwen3.6 27BnoneGPT-5.6 LunanonevsInkling Smallnone
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 4.8 | 10.0 | |
| कोडिंग | 3.8 | 7.2 | |
| संयुक्त | 3.2 | 9.1 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| सूचनांचे पालन | 7.1 | 5.8 | |
| कोडी सोडवणे | 5.3 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |