GPT-5.6 Luna (high) vs Qwen3.7 Flash (high)

Qwen3.7 Flash (high) лидирует по среднему баллу: 7.8 vs 7.7. Qwen3.7 Flash (high) имеет более низкую стоимость benchmark: $0.051 vs $0.509. GPT-5.6 Luna (high) быстрее: 18.68s vs 39.77s, с долей успешных попыток 72.7% vs 72.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-28

Ранг: #52
Общее число выходных токенов: 155,998
Время ответа (среднее): 18.68s
Общая стоимость: $0.509

Ранг: #48
Общее число выходных токенов: 359,703
Время ответа (среднее): 39.77s
Общая стоимость: $0.051

Рекомендуемая модель Qwen3.7 Flash (high)

Здесь у него лучший балл (7.8), при этом он примерно в 10.1 раза дешевле, чем GPT-5.6 Luna (high).

Подробное сравнение

Метрика	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash high Релиз: 2026-07-28

Метрика	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash high Релиз: 2026-07-28
Оценка	7.7	7.8
Ранг	#52	#48
Надежность	10.0	10.0
Стабильность	8.9	7.8
Тестов верно
Доля успешных попыток	72.7%	72.7%
Нестабильные тесты	3	6
Всего запусков	66	66
Стоимость за результат	6.780	0.387
Общая стоимость	$0.509	$0.051
Цена входа	$0.500 / 1M	$0.030 / 1M
Цена выхода	$3.000 / 1M	$0.130 / 1M
Общее число входных токенов	80,918	116,322
Выходные токены	5,088	12,332
Токены рассуждений	150,910	347,371
Время ответа (среднее)	18.68s	39.77s
Время ответа (макс.)	111.09s	431.47s
Время ответа (суммарно)	411.05s	875.01s

Hamster playing table tennis

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

#52 GPT-5.6 Luna

high

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

#48 Qwen3.7 Flash

high

Неверный SVG

Стоимость: $0.000
Время: 600.0s
Токены: 0 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
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.21s	672	713	13,968

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746
Qwen3.7 Flash	8.2	9.7	66.7%	0		58.84s	7,893	503	62,350

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005
Qwen3.7 Flash	6.9	5.9	66.7%	1		231.97s	88,896	9,866	203,866

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470
Qwen3.7 Flash	10.0	10.0	100.0%	0		20.10s	7,782	270	10,800

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395
Qwen3.7 Flash	3.5	4.4	33.3%	2		22.73s	771	61	25,126

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563
Qwen3.7 Flash	5.1	3.4	33.3%	1		10.73s	516	120	3,898

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481
Qwen3.7 Flash	9.8	10.0	100.0%	0		9.41s	699	97	7,838

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281
Qwen3.7 Flash	7.1	5.1	77.8%	2		10.79s	696	369	10,474

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324
Qwen3.7 Flash	10.0	10.0	100.0%	0		5.72s	8,193	309	1,436

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh GPT-5.6 TerramediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5.2medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Qwen3.7 FlashhighvsGLM 5medium MiniMax M3mediumvsGPT-5.6 Lunahigh Claude Opus 4.6mediumvsQwen3.7 Flashhigh Seed-2.0-LitemediumvsQwen3.7 Flashhigh GPT-5.6 LunahighvsGrok Build 0.1medium