AI BENCHY
Advertise here
#93

GPT-5.6 Luna

OpenAI Lansare: 2026-07-09 Testat la: 2026-08-14 02:20 openai/gpt-5.6-luna::medium
~400B în total (~17B activi)MoEÎnchisEstimat
(high) (medium) (low) (none)

Rezumat

GPT-5.6 Luna obține 7.4 pe AI BENCHY și este pe #93. Are fiabilitate 10.0, rată de reușită 62.1%, cost total $0.072 și timp mediu de răspuns 7.43s.

Ce face GPT-5.6 Luna unic: Se remarcă cel mai mult la Combinat, unde este pe #1, iar Programare este zona cea mai slabă, la #17. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~400B în total (~17B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

7.4

Consistență

9.2

Fiabilitate

10.0

Cost total (preț curent)

$0.072 ↓ -78.9%

Testat la: $0.339

Total tokenuri de ieșire

44,525

Total tokenuri de intrare

89,685

Preț de intrare

$0.200 / 1M

Preț de ieșire

$1.200 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 62.1%

Teste instabile

2

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

7.43s

Timp de răspuns (maxim): 29.85s

Timp de răspuns (total): 163.54s

Răspuns greșit: 9

Hamster playing table tennis

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

#93 GPT-5.6 Luna

medium
Cost
$0.014
Timp
14.6s
Tokenuri
2,362 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 02:20 Retestare 7.4 10.0 $0.036 ↓ Rularea curentă
2026-07-16 22:37 Test nou adăugat 7.6 10.0 $0.352 Compară
2026-07-09 21:16 Prima rulare 7.6 10.0 $0.258 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
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

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

GPT-5.6 LunamediumvsKimi K2.7 CodemediumGPT-5.6 LunamediumvsLongCat 2.0mediumGPT-5.6 LunamediumvsQwen3.7 MaxnoneGPT-5.6 LunamediumvsQwen3.8 2.4T A95BhighGPT-5.6 LunamediumvsGemini 3.1 Flash Lite PreviewmediumGPT-5.6 LunamediumvsGrok 4.6lowGPT-5.6 LunamediumvsGrok Build 0.1mediumGPT-5.6 LunamediumvsGemini 3 Flash PreviewlowGPT-5.6 LunamediumvsGPT-5.4 MinimediumGPT-5.6 LunamediumvsClaude Sonnet 4.6none

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.3 10.0
Programare 5.4 7.2
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 2.9 7.2
Inteligență generală 5.1 10.0
Respectarea instrucțiunilor 9.9 10.0
Rezolvare de puzzle-uri 7.8 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate