Google: Gemini 2.5 Flash vs OpenAI: GPT-5.6 Luna

Gemini 2.5 Flash (medium) лидирует по среднему баллу: 8.2 vs 7.7. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.643 vs $1.017. GPT-5.6 Luna (high) быстрее: 18.68s vs 21.18s, с долей успешных попыток 71.2% vs 72.7%.

Рекомендуемая модельGemini 2.5 Flash (medium)Здесь у него лучший балл (8.2), при этом он примерно в 1.6 раза дешевле, чем GPT-5.6 Luna (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка	8.2	7.7
Ранг	#25	#42
Надежность	10.0	10.0
Стабильность	9.6	8.9
Тестов верно
Доля успешных попыток	71.2%	72.7%
Нестабильные тесты	1	3
Всего запусков	66	66
Стоимость за результат	4.286	6.780
Общая стоимость	$0.643	$1.017
Цена входа	$0.300 / 1M	$1.000 / 1M
Цена выхода	$2.500 / 1M	$6.000 / 1M
Общее число входных токенов	132,498	80,918
Выходные токены	12,739	5,088
Токены рассуждений	228,464	150,910
Время ответа (среднее)	21.18s	18.68s
Время ответа (макс.)	140.50s	111.09s
Время ответа (суммарно)	465.89s	411.05s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium

Неверный SVG

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

#42 GPT-5.6 Luna

high

Стоимость: $0.033
Время: 34.2s
Токены: 5,484 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium Gemini 2.5 FlashmediumvsMuse Spark 1.1low Claude Opus 4.8lowvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.6 Plusmedium Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh Gemini 2.5 FlashmediumvsMuse Spark 1.1high Kimi K2.7 CodemediumvsGPT-5.6 Lunahigh