GPT-5.6 Luna (medium) vs Qwen3.8 2.4T A95B (high)

Средний балл практически равен: 7.4 vs 7.4. GPT-5.6 Luna (medium) имеет более низкую стоимость benchmark: $0.072 vs $2.357. GPT-5.6 Luna (medium) быстрее: 7.43s vs 120.59s, с долей успешных попыток 62.1% vs 74.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-24

Сравниваемые модели

Ранг: #131
Общее число выходных токенов: 44,525
Время ответа (среднее): 7.43s
Общая стоимость: $0.072

Ранг: #133
Общее число выходных токенов: 456,028
Время ответа (среднее): 120.59s
Общая стоимость: $2.357

Рекомендуемая модель GPT-5.6 Luna (medium)

Здесь у него лучший балл (7.4), при этом он примерно в 33.0 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12

Метрика	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12
Оценка	7.4	7.4
Ранг	#131	#133
Надежность	10.0	9.4
Стабильность	9.2	8.3
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	62.1%	74.2%
Нестабильные тесты	2	4
Всего запусков	66	66
Стоимость за результат	2.601	16.832
Общая стоимость	$0.072	$2.357
Цена входа	$0.200 / 1M	$2.000 / 1M
Цена выхода	$1.200 / 1M	$6.000 / 1M
Общее число входных токенов	89,685	108,931
Выходные токены	5,701	112,801
Токены рассуждений	38,824	343,227
Время ответа (среднее)	7.43s	120.59s
Время ответа (макс.)	29.85s	532.28s
Время ответа (суммарно)	163.54s	2653.05s
Параметры	~400B всего (~17B активных)	2.4T всего (95B активных)
Доступность	Закрытая модель	Веса доступны

Генерация showcase моделей

Hamster playing table tennis

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

#131 GPT-5.6 Luna

medium

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

#133 Qwen3.8 2.4T A95B

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:

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

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
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

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
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

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
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

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
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

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
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

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
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 LunamediumvsQwen3.7 Maxnone Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.8 2.4T A95Bhigh Gemini 3.8 FlashlowvsGPT-5.6 Lunamedium LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh Claude Sonnet 4.6nonevsQwen3.8 2.4T A95Bhigh GPT-5.6 LunamediumvsGrok 4.7high Gemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95Bhigh KAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95Bhigh GPT-5.6 LunamediumvsGrok 4.6low