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

GPT-5.6 Luna (medium) лидирует по среднему баллу: 7.4 vs 7.2. Qwen3.7 Flash (high) имеет более низкую стоимость benchmark: $0.063 vs $0.065. GPT-5.6 Luna (medium) быстрее: 9.64s vs 45.48s, с долей успешных попыток 62.3% vs 71.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #151
Общее число выходных токенов: 47,986
Время ответа (среднее): 9.64s
Общая стоимость: $0.065

Ранг: #173
Общее число выходных токенов: 409,818
Время ответа (среднее): 45.48s
Общая стоимость: $0.063

Рекомендуемая модель GPT-5.6 Luna (medium)

Здесь у него лучший балл (7.4), и он отвечает примерно в 4.7 раза быстрее, чем Qwen3.7 Flash (high).

Подробное сравнение

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

Метрика	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash high Релиз: 2026-07-28
Оценка	7.4	7.2
Ранг	#151	#173
Надежность	10.0	10.0
Стабильность	9.0	7.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	62.3%	71.0%
Нестабильные тесты	3	7
Всего запусков	69	69
Стоимость за результат	2.822	0.478
Общая стоимость	$0.065	$0.063
Цена входа	$0.200 / 1M	$0.030 / 1M
Цена выхода	$1.200 / 1M	$0.130 / 1M
Цена чтения из кэша	$0.020 / 1M	$0.006 / 1M
Цена записи в кэш	$0.250 / 1M	$0.039 / 1M
Общее число входных токенов	212,780	293,775
Выходные токены	6,849	13,527
Токены рассуждений	41,137	396,291
Время ответа (среднее)	9.64s	45.48s
Время ответа (макс.)	58.09s	431.47s
Время ответа (суммарно)	221.62s	1045.97s
Параметры	~400B всего (~17B активных)	~35B всего (~3B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#151 GPT-5.6 Luna

medium

Стоимость: $0.014
Время: 14.6s
Токены: 2,362 tok

#173 Qwen3.7 Flash

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	7.4	3.8	66.7%	1		58.09s	123,095	1,148	2,313
Qwen3.7 Flash	4.7	1.6	66.7%	1		135.86s	177,444	1,197	38,371

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		2.52s	606	160	987
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	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928
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		14.59s	66,477	3,926	4,594
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		1.95s	7,140	234	324
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	2.9	7.2	11.1%	1		18.45s	732	70	17,375
Qwen3.7 Flash	2.9	4.4	22.2%	2		34.43s	780	59	35,675

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496
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		2.38s	660	95	393
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	7.8	10.0	66.7%	0		4.04s	642	255	2,104
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		6.02s	5,454	256	244
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		6.64s	195	29	2,379
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615

Сменить пару сравнения

DeepSeek V4 Flash 0731lowvsGPT-5.6 Lunamedium Claude Opus 4.8lowvsQwen3.7 Flashhigh LongCat 2.0mediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5medium Gemini 3.8 FlashlowvsQwen3.7 Flashhigh GPT-5.6 LunamediumvsGLM 5.3 FlashXhigh Qwen3.7 FlashhighvsStep 3.7 Flashlow GPT-5.6 LunamediumvsGrok 4.7low GPT-5.6 LunamediumvsInkling SmallhighБесплатно доступно Claude Opus 5nonevsQwen3.7 Flashhigh Seed-2.0-CodehighvsGPT-5.6 Lunamedium DeepSeek V4 Pro 0423nonevsGPT-5.6 Lunamedium