Navigare
Advertise here

GPT-6 Luna (high) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) conduce la scorul mediu cu 7.8 vs 7.7. GPT-6 Luna (high) are costul de benchmark mai mic, $0.074 vs $0.571. GPT-6 Luna (high) este mai rapid cu 20.37s vs 26.57s, cu rate de reușită de 73.9% vs 68.1%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-16

Modele comparate

Rang
#176
Total tokenuri de ieșire
101,587
Timp de răspuns (mediu)
20.37s
Cost total
$0.074
Rang
#170
Total tokenuri de ieșire
440,835
Timp de răspuns (mediu)
26.57s
Cost total
$0.571
Model recomandat GPT-6 Luna (high)

Scorul rămâne aproape de cel mai bun scor de aici (7.7 vs 7.8) și costă de aproximativ 7.7x mai puțin decât Step 3.7 Flash (medium).

Comparație detaliată

Metrică GPT-6 Luna GPT-6 Luna high Lansare: 2026-09-23 Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor 7.7 7.8
Rang #176 #170
Fiabilitate 10.0 10.0
Consistență 8.7 8.7
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 73.9% 68.1%
Teste instabile 4 4
Rulări totale 69 69
Cost per rezultat 0.492 4.392
Cost total $0.074 $0.571
Preț de intrare $0.100 / 1M $0.200 / 1M
Preț de ieșire $0.500 / 1M $1.150 / 1M
Preț citire cache $0.010 / 1M $0.040 / 1M
Preț scriere cache $0.125 / 1M N/D
Total tokenuri de intrare 229,986 319,524
Tokenuri de ieșire 6,037 440,835
Tokenuri de raționament 95,550 0
Timp de răspuns (mediu) 20.37s 26.57s
Timp de răspuns (maxim) 106.93s 152.83s
Timp de răspuns (total) 468.52s 611.09s
Parametri ~400B în total (~17B activi) 198B în total (11B activi)
Disponibilitate Închis Sursă deschisă

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#176 GPT-6 Luna

high
Cost
$0.003
Timp
49.2s
Tokenuri
5,231 tok

#170 Step 3.7 Flash

medium
Cost
$0.006
Timp
46.2s
Tokenuri
4,466 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-6 Luna 7.8 7.4 77.8% 1 24.69s 7,302 483 15,691
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

Schimbă perechea de comparație