#93 GPT-5.6 Luna
medium- Cost
- $0.014
- Timp
- 14.6s
- Tokenuri
- 2,362 tok
OpenAI
Lansare: 2026-07-09
Testat la: 2026-08-14 02:20
openai/gpt-5.6-luna::medium
~400B în total (~17B activi)MoEÎnchisEstimat
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
- 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.
7.4
Consistență
9.2
10.0
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 instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:20 · Rularea curentă | 66/66 încercări | 7.4 | 9.2 | 10.0 | 13/22 | 2 | 44,525 | 89,685 | $0.072 | 7.43s |
| 2026-07-16 22:37 · Test nou adăugat | 66/66 încercări | 7.6 | 9.6 | 10.0 | 14/22 | 1 | 43,679 | 89,676 | $0.352 | 7.28s |
| Diferență | — | -0.1 | -0.4 | 0.0 | -1 | +1 | +846 | +9 | -$0.281 | +149ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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.
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
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 |