AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-Flash

Сводка

Сравнение benchmark GPT-5.6 Luna (low) vs Qwen3.5-Flash: GPT-5.6 Luna (low) лидирует по среднему баллу: 6.2 vs 6.1. Qwen3.5-Flash имеет более низкую стоимость benchmark: $0.005 vs $0.141. Qwen3.5-Flash быстрее: 3.58s vs 4.35s, с долей успешных попыток 57.1% vs 39.7%.

Рекомендуемая модель: Qwen3.5-Flash - Его балл близок к лучшему здесь (6.1 против 6.2), при этом он примерно в 34.0 раза дешевле, чем GPT-5.6 Luna (low).

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

Метрика	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24

Метрика	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24
Оценка	6.2	6.1
Ранг	#107	#112
Надежность	10.0	10.0
Стабильность	8.5	9.7
Тестов верно
Доля успешных попыток	57.1%	39.7%
Нестабильные тесты	4	1
Всего запусков	63	63
Стоимость за результат	1.404	0.075
Общая стоимость	$0.141	$0.005
Цена входа	$1.000 / 1M	$0.065 / 1M
Цена выхода	$6.000 / 1M	$0.260 / 1M
Общее число входных токенов	34,218	46,439
Выходные токены	2,110	4,276
Токены рассуждений	15,571	0
Время ответа (среднее)	4.35s	3.58s
Время ответа (макс.)	18.06s	27.18s
Время ответа (суммарно)	91.45s	75.28s

Генерация showcase

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low

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

#112 Qwen3.5-Flash

none

Стоимость: $0.003
Время: 47.4s
Токены: 7,799 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		2.21s	606	186	722
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	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	10.0	33.3%	0		4.61s	7,302	557	3,535
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	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		2.14s	7,140	234	292
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	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	3.6	7.2	22.2%	1		10.05s	723	70	6,718
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	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		2.25s	477	122	169
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	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	8.5	6.8	83.3%	1		2.04s	660	93	259
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	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		3.59s	642	271	1,207
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	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		4.43s	5,454	250	177
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	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		4.86s	195	27	1,432
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Быстрое сравнение

Сменить пару сравнения

Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone Gemini 2.5 FlashnonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow 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 Nemotron 3 Ultra 550b A55bnoneБесплатно доступноvsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.6 Max Previewnone Gemma 4 31BmediumБесплатно доступноvsQwen3.5-Flashnone