GPT-6 Luna (medium) vs Step 3.7 Flash (high)

GPT-6 Luna (medium) лидирует по среднему баллу: 8.3 vs 6.6. GPT-6 Luna (medium) имеет более низкую стоимость benchmark: $0.047 vs $1.478. GPT-6 Luna (medium) быстрее: 18.07s vs 72.72s, с долей успешных попыток 73.9% vs 58.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-12

Сравниваемые модели

Ранг: #83
Общее число выходных токенов: 53,161
Время ответа (среднее): 18.07s
Общая стоимость: $0.047

Ранг: #203
Общее число выходных токенов: 1,100,052
Время ответа (среднее): 72.72s
Общая стоимость: $1.478

Рекомендуемая модель GPT-6 Luna (medium)

Здесь у него лучший балл (8.3), при этом он примерно в 31.5 раза дешевле, чем Step 3.7 Flash (high).

Подробное сравнение

Метрика	GPT-6 Luna GPT-6 Luna medium Релиз: 2026-09-23	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	GPT-6 Luna GPT-6 Luna medium Релиз: 2026-09-23	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	8.3	6.6
Ранг	#83	#203
Надежность	10.0	10.0
Стабильность	8.9	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	73.9%	58.0%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	0.313	12.267
Общая стоимость	$0.047	$1.478
Цена входа	$0.100 / 1M	$0.200 / 1M
Цена выхода	$0.500 / 1M	$1.150 / 1M
Цена чтения из кэша	$0.010 / 1M	$0.040 / 1M
Цена записи в кэш	$0.125 / 1M	Н/Д
Общее число входных токенов	203,193	421,200
Выходные токены	5,751	1,100,052
Токены рассуждений	47,410	0
Время ответа (среднее)	18.07s	72.72s
Время ответа (макс.)	66.44s	364.99s
Время ответа (суммарно)	415.53s	1672.53s
Параметры	~400B всего (~17B активных)	198B всего (11B активных)
Доступность	Закрытая модель	Открытый исходный код

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.

#83 GPT-6 Luna

medium

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

#203 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 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
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0

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
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

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
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

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
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

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
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

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
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

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
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

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
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

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
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

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
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

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
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Сменить пару сравнения

Mercury 2mediumvsStep 3.7 Flashhigh KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh GPT-6 LunamediumvsGrok 4.5high LongCat 2.0lowvsStep 3.7 Flashhigh Kimi K3maxvsGPT-6 Lunamedium Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh Qwen3.6 35B A3BmediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.2none GPT-5.5nonevsStep 3.7 Flashhigh