GPT-6 Luna (medium) vs Qwen3.8 2.4T A95B (high)

GPT-6 Luna (medium) лидирует по среднему баллу: 8.3 vs 7.9. GPT-6 Luna (medium) имеет более низкую стоимость benchmark: $0.047 vs $2.949. GPT-6 Luna (medium) быстрее: 18.07s vs 120.88s, с долей успешных попыток 73.9% vs 75.4%.

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

Сравниваемые модели

Ранг: #95
Общее число выходных токенов: 53,161
Время ответа (среднее): 18.07s
Общая стоимость: $0.047

Ранг: #122
Общее число выходных токенов: 368,836
Время ответа (среднее): 120.88s
Общая стоимость: $2.949

Рекомендуемая модель GPT-6 Luna (medium)

Здесь у него лучший балл (8.3), при этом он примерно в 62.9 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика	GPT-6 Luna GPT-6 Luna medium Релиз: 2026-09-23	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12

Метрика	GPT-6 Luna GPT-6 Luna medium Релиз: 2026-09-23	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12
Оценка	8.3	7.9
Ранг	#95	#122
Надежность	10.0	9.6
Стабильность	8.9	8.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	73.9%	75.4%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	0.313	18.696
Общая стоимость	$0.047	$2.949
Цена входа	$0.100 / 1M	$2.000 / 1M
Цена выхода	$0.500 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.010 / 1M	$0.250 / 1M
Цена записи в кэш	$0.125 / 1M	Н/Д
Общее число входных токенов	203,193	295,642
Выходные токены	5,751	115,041
Токены рассуждений	47,410	353,398
Время ответа (среднее)	18.07s	120.88s
Время ответа (макс.)	66.44s	532.28s
Время ответа (суммарно)	415.53s	2780.16s
Параметры	~400B всего (~17B активных)	2.4T всего (95B активных)
Доступность	Закрытая модель	Веса доступны

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.

#95 GPT-6 Luna

medium

Стоимость: $0.002
Время: 23.6s
Токены: 2,966 tok

#122 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875
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-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222
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-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096
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-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268
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-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191
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-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289
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-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409
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-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189
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-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249
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-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Сменить пару сравнения

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Muse WondermaxvsQwen3.8 2.4T A95Bhigh Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high Kimi K3maxvsGPT-6 Lunamedium Qwen3.8 2.4T A95BhighvsGrok 4.5medium Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium