GPT-5.6 Luna (high) vs Step 3.7 Flash (low)

GPT-5.6 Luna (high) лидирует по среднему баллу: 7.6 vs 7.1. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.179 vs $0.390. GPT-5.6 Luna (high) быстрее: 16.49s vs 17.87s, с долей успешных попыток 69.7% vs 63.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-20

Ранг: #78
Общее число выходных токенов: 135,315
Время ответа (среднее): 16.49s
Общая стоимость: $0.179

Ранг: #113
Общее число выходных токенов: 320,393
Время ответа (среднее): 17.87s
Общая стоимость: $0.390

Рекомендуемая модель GPT-5.6 Luna (high)

Здесь у него лучший балл (7.6), при этом он примерно в 2.2 раза дешевле, чем Step 3.7 Flash (low).

Подробное сравнение

Метрика	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29

Метрика	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	7.6	7.1
Ранг	#78	#113
Надежность	10.0	10.0
Стабильность	8.5	8.1
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	69.7%	63.6%
Нестабильные тесты	4	5
Всего запусков	66	66
Стоимость за результат	6.100	3.539
Общая стоимость	$0.179	$0.390
Цена входа	$0.200 / 1M	$0.200 / 1M
Цена выхода	$1.200 / 1M	$1.150 / 1M
Общее число входных токенов	80,927	103,842
Выходные токены	5,088	320,393
Токены рассуждений	130,227	0
Время ответа (среднее)	16.49s	17.87s
Время ответа (макс.)	111.09s	124.75s
Время ответа (суммарно)	362.78s	393.04s
Параметры	~400B всего (~17B активных)	198B всего (11B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#78 GPT-5.6 Luna

high

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

#113 Step 3.7 Flash

low

Неверный SVG

Стоимость: $0.004
Время: 25.3s
Токены: 3,072 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
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

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
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

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
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

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
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

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
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

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
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

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
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

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
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

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
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 LunahighvsSolar Pro 4xhigh Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh Claude Opus 5nonevsGPT-5.6 Lunahigh Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsSolar Pro 4high Muse Glimmer 30BmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.6 Lunahigh Muse Glimmer 30BhighvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5 Plus 2026-02-15medium Step 3.7 FlashlowvsGrok 4.3medium GPT-5.6 LunahighvsQwen3.5-27Bmedium