AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs xAI: Grok Build 0.1

Сводка

Сравнение benchmark GPT-5.6 Luna (high) vs Grok Build 0.1 (medium): GPT-5.6 Luna (high) лидирует по среднему баллу: 7.7 vs 7.6. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.924 vs $0.927. GPT-5.6 Luna (high) быстрее: 18.39s vs 49.90s, с долей успешных попыток 71.4% vs 61.9%.

Рекомендуемая модель: GPT-5.6 Luna (high) - Здесь у него лучший балл (7.7), и он отвечает примерно в 2.7 раза быстрее, чем Grok Build 0.1 (medium).

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

Метрика	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.7	7.6
Ранг	#50	#53
Надежность	10.0	10.0
Стабильность	8.8	9.9
Тестов верно
Доля успешных попыток	71.4%	61.9%
Нестабильные тесты	3	0
Всего запусков	63	63
Стоимость за результат	6.594	7.124
Общая стоимость	$0.924	$0.927
Цена входа	$1.000 / 1M	$1.000 / 1M
Цена выхода	$6.000 / 1M	$2.000 / 1M
Общее число входных токенов	35,699	44,418
Выходные токены	2,079	2,782
Токены рассуждений	145,816	438,018
Время ответа (среднее)	18.39s	49.90s
Время ответа (макс.)	111.09s	252.69s
Время ответа (суммарно)	386.24s	1047.92s

Генерация showcase

Hamster playing table tennis

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

#50 GPT-5.6 Luna

high

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

#53 xAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 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
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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		13.29s	12,500	357	2,911
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

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
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsGPT-5.6 Lunahigh DeepSeek V4 ProhighvsGrok Build 0.1medium GPT-5.6 LunahighvsGrok 4.3medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumБесплатно доступноvsGPT-5.6 Lunahigh Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20medium GPT-5.3 ChatnonevsGrok Build 0.1medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh