Zum Hauptinhalt springen

Direktvergleich

GPT-5.6 Luna vs. Gemini 3.7 Flash

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen
26
verschiedene Benchmarks
26
jüngster Abruf
29.09.2026

Modellauswahl ändern

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von GPT-5.6 Luna und Gemini 3.7 Flash
MerkmalGPT-5.6 LunaGemini 3.7 Flash
AnbieterOpenAIGoogle
Erschienen9. Juli 202613. Aug. 2026
VerfügbarkeitAktivAktiv
ModelltypProprietärProprietär
ParameterNicht veröffentlichtNicht veröffentlicht
ArchitekturNicht veröffentlichtNicht veröffentlicht
Kontextfenster1.050.000 Token1.048.576 Token
Wissensstand16. Februar 2026März 2026
Technische QuellenModell, Kontext, WissensstandModell, Wissensstand

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von GPT-5.6 Luna und Gemini 3.7 Flash
PreisartGPT-5.6 LunaGemini 3.7 Flash
API-Eingabe0,2 $ ≤272K / 0,4 $ >272K0,75 $
API-Ausgabe1,2 $ ≤272K / 1,8 $ >272K3,75 $
Cache lesen0,02 $ ≤272K / 0,04 $ >272K0,07 $
Cache schreiben (5 Min.)0,25 $ ≤272K / 0,5 $ >272KNicht ausgewiesen
Cache schreiben (1 Std.)Nicht ausgewiesenNicht ausgewiesen
Preis geprüft22.09.2026 Quelle22.09.2026 Quelle
GPT-5.6 LunaGemini 3.7 Flash
API-EingabeUSD pro 1 Mio. Token, Basistarif
GPT-5.6 LunaGünstiger0,2 $
Gemini 3.7 Flash0,75 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
GPT-5.6 LunaGünstiger1,2 $
Gemini 3.7 Flash3,75 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
GPT-5.6 LunaGünstiger0,02 $
Gemini 3.7 Flash0,075 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von GPT-5.6 Luna und Gemini 3.7 Flash
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
GPT-5.6 LunaOpenAIDirekt beim EntwicklerBis 272.000 Kontext-Token0,2 $1,2 $Quelle22.09.2026
OpenAIDirekt beim EntwicklerÜber 272.000 Kontext-Token0,4 $1,8 $Quelle22.09.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/us-east-10,22 $1,32 $Quelle02.10.2026
AzureÜber OpenRouterazure0,2 $1,2 $Quelle02.10.2026
AzureÜber OpenRouterazure/eu0,22 $1,32 $Quelle02.10.2026
AzureÜber OpenRouterazure/us0,22 $1,32 $Quelle02.10.2026
OpenAIÜber OpenRouteropenai0,2 $1,2 $Quelle02.10.2026
OpenAIÜber OpenRouteropenai/fast0,4 $2,4 $Quelle02.10.2026
OpenAIÜber OpenRouteropenai/flexGünstigster erfasster Preis: 0,1 $Günstigster erfasster Preis: 0,6 $Quelle02.10.2026
Gemini 3.7 FlashGoogleDirekt beim EntwicklerStandard-API0,75 $3,75 $Quelle22.09.2026
GoogleÜber OpenRoutergoogle-vertex/global0,75 $3,75 $Quelle02.10.2026
GoogleÜber OpenRoutergoogle-vertex/global/flexGünstigster erfasster Preis: 0,375 $Günstigster erfasster Preis: 1,875 $Quelle02.10.2026
GoogleÜber OpenRoutergoogle-vertex/global/priority1,35 $6,75 $Quelle02.10.2026
Google AI StudioÜber OpenRoutergoogle-ai-studio0,75 $3,75 $Quelle02.10.2026
Google AI StudioÜber OpenRoutergoogle-ai-studio/flexGünstigster erfasster Preis: 0,375 $Günstigster erfasster Preis: 1,875 $Quelle02.10.2026
Google AI StudioÜber OpenRoutergoogle-ai-studio/priority1,35 $6,75 $Quelle02.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

255075100CodingReasoningMathematikWissenFinanzenRechtAgenten-AufgabenMultimodal
GPT-5.6 Luna
Gemini 3.7 Flash
Coding: 94,3 / 92,7 (6 Benchmarkfamilien)
Reasoning: 97,6 / 100 (1 Benchmarkfamilie)
Mathematik: 100 / 96,7 (1 Benchmarkfamilie)
Wissen: 95,5 / 100 (1 Benchmarkfamilie)
Finanzen: 97,5 / 98,4 (5 Benchmarkfamilien)
Recht: 70,2 / 98,2 (3 Benchmarkfamilien)
Agenten-Aufgaben: 95,9 / 99,1 (2 Benchmarkfamilien)
Multimodal: 95,6 / 100 (1 Benchmarkfamilie)

26 passende Messreihen aus 25 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 13 vergleichbaren Kategorien.

GPT-5.6 LunaGemini 3.7 Flash
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 LunaGewinner44,55 %
Gemini 3.7 Flash34,8 %
CyberBench v1.1Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 LunaGewinner73,631 %
Gemini 3.7 Flash43,75 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna67,116 %
Gemini 3.7 FlashGewinner71,326 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna55,044 %
Gemini 3.7 FlashGewinner59,042 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna91,666 %
Gemini 3.7 FlashGewinner93,94 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna1,25 %
Gemini 3.7 FlashGewinner8,75 %
IOIOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna61,778 %
Gemini 3.7 FlashGewinner67,833 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 LunaGewinner36,538 %
Gemini 3.7 Flash34,615 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna84,034 %
Gemini 3.7 FlashGewinner87,256 %
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna42,391 %
Gemini 3.7 FlashGewinner53,39 %
MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 LunaGewinner84,391 %
Gemini 3.7 Flash83,942 %
MMLU-ProOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Luna86,036 %
Gemini 3.7 FlashGewinner90,121 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von GPT-5.6 Luna und Gemini 3.7 Flash
Benchmark und AufgabeGPT-5.6 LunaGemini 3.7 FlashQuelle
Code MigrationOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner44,55 %
34,8 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
CyberBench v1.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner73,631 %
43,75 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
EMBOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
67,116 %
Gewinner71,326 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
Finance Agent (v2)Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
55,044 %
Gewinner59,042 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
GPQA DiamondOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
91,666 %
Gewinner93,94 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser
1,25 %
Gewinner8,75 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
IOIOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
61,778 %
Gewinner67,833 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
Legal Research BenchOverall · All-pass
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser
Gewinner36,538 %
34,615 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
LegalBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
84,034 %
Gewinner87,256 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
MedCodeOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
42,391 %
Gewinner53,39 %
Vals AI
Quellendetails
Datenstand: 26.09.2026
MedScribeOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner84,391 %
83,942 %
Vals AI
Quellendetails
Datenstand: 26.09.2026
MMLU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
86,036 %
Gewinner90,121 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MMMU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
85,029 %
Gewinner88,96 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
MortgageTaxOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner67,29 %
66,654 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
ProgramBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gleichstand0 %
Gleichstand0 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
ProofBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner60 %
58 %
Vals AI
Quellendetails
Datenstand: 28.09.2026
SAGEOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
44,22 %
Gewinner49,232 %
Vals AI
Quellendetails
Datenstand: 26.09.2026
SkillsBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands
60,447 %
Gewinner65,891 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
SWE-bench VerifiedOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner93 %
80,8 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
Tax Agent BenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner60,815 %
57,665 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
TaxEval v2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
Gewinner76,166 %
74,734 %
Vals AI
Quellendetails
Datenstand: 01.09.2026
Terminal-Bench 2.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner79,026 %
77,528 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
Terminal-Bench 4.0Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besser
4,545 %
Gewinner6,061 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
Terminal-Bench ScienceOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besser
Gleichstand5,714 %
Gleichstand5,714 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
Vals IndexOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser
Gewinner59,881 %
59,307 %
Vals AI
Quellendetails
Datenstand: 27.09.2026
Vibe Code Bench v1.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands
Gewinner77,055 %
70,395 %
Vals AI
Quellendetails
Datenstand: 27.09.2026

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

GPT-5.6 Luna

GPT-5.6 Luna: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Reasoning (angefragt): high

Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
openai/gpt-5.6-luna
API-Modell laut Antwort
openai/gpt-5.6-luna
Reasoning-Einstellung
high
Festgelegter Endpunkt
OpenAI | openai/gpt-5.6-luna-20260709
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Antwortzeit
49,9 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Gemini 3.7 Flash

In diesem Testlauf war kein API-Zugang verfügbar. Das Modell wurde nicht bewertet.

Reasoning (angefragt): high

Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
google/gemini-3.7-flash
Reasoning-Einstellung
high
Festgelegter Endpunkt
Google AI Studio | google/gemini-3.7-flash-20260813
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Nicht ausgeführt

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Ähnliche LLM-Vergleiche

Vergleiche GPT-5.6 Luna und Gemini 3.7 Flash mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich