AI BENCHY Compare

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

Сводка

Сравнение benchmark Gemini 2.5 Flash vs GPT-5.6 Luna (low): Средний балл практически равен: 6.2 vs 6.2. Gemini 2.5 Flash имеет более низкую стоимость benchmark: $0.016 vs $0.141. Gemini 2.5 Flash быстрее: 875ms vs 4.35s, с долей успешных попыток 46.0% vs 57.1%.

Рекомендуемая модель: Gemini 2.5 Flash - Здесь у него лучший балл (6.2), при этом он примерно в 9.2 раза дешевле, чем GPT-5.6 Luna (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash none Релиз: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash none Релиз: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09
Оценка	6.2	6.2
Ранг	#108	#107
Надежность	10.0	10.0
Стабильность	9.6	8.5
Тестов верно
Доля успешных попыток	46.0%	57.1%
Нестабильные тесты	1	4
Всего запусков	63	63
Стоимость за результат	0.169	1.404
Общая стоимость	$0.016	$0.141
Цена входа	$0.300 / 1M	$1.000 / 1M
Цена выхода	$2.500 / 1M	$6.000 / 1M
Общее число входных токенов	35,926	34,218
Выходные токены	1,770	2,110
Токены рассуждений	0	15,571
Время ответа (среднее)	875ms	4.35s
Время ответа (макс.)	4.39s	18.06s
Время ответа (суммарно)	18.37s	91.45s

Генерация showcase

Hamster playing table tennis

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

#108 Gemini 2.5 Flash

none

Неверный SVG

Стоимость: $0.164
Время: 215.5s
Токены: 65,659 tok

#107 GPT-5.6 Luna

low

Стоимость: $0.011
Время: 10.2s
Токены: 1,897 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

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	3.0	10.0	0.0%	0		582ms	492	102	0
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

Комбинированный	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		4.39s	12,519	366	0
GPT-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060

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		652ms	7,257	279	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

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		495ms	633	12	0
GPT-5.6 Luna	3.6	7.2	22.2%	1		10.05s	723	70	6,718

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	0
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

Следование инструкциям	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		590ms	615	72	0
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

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		604ms	558	132	0
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

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		1.91s	5,088	234	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

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		1.15s	156	12	0
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

Быстрое сравнение

Сменить пару сравнения

Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemma 4 31BnoneБесплатно доступноvsGPT-5.6 Lunalow Gemma 4 31BmediumБесплатно доступноvsGPT-5.6 Lunalow Nemotron 3 SupermediumБесплатно доступноvsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsQwen3.5-35B-A3Bmedium Nemotron 3 Ultra 550b A55bnoneБесплатно доступноvsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsNemotron 3 SupermediumБесплатно доступно GPT-5.6 LunalowvsQwen3.6 Max Previewnone