- 排名
- #30
- 总输出令牌
- 105,662
- 响应时间（平均）
- 25.31s
- 总成本
- $4.524
已对比模型
Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium) 基准对比: Gemini 3.6 Flash (medium) 在分数上以 9.8 领先。 Claude Opus 5 (high) 在可靠性上以 10.0 领先。 Gemini 3.6 Flash (medium) 的总成本最低，为 $0.577。 GPT-5.6 Sol (high) 最快，为 13.59s。
已对比模型
- 排名
- #24
- 总输出令牌
- 32,071
- 响应时间（平均）
- 13.59s
- 总成本
- $1.595
- 排名
- #102
- 总输出令牌
- 233,327
- 响应时间（平均）
- 139.41s
- 总成本
- $3.409
- 排名
- #10
- 总输出令牌
- 116,124
- 响应时间（平均）
- 14.03s
- 总成本
- $0.577
推荐模型
Gemini 3.6 Flash (medium)
它在这里得分最高（9.8），同时成本比本次比较中的其他模型低约 5.5 倍。
详细对比
| 指标 | Claude Opus 5 Claude Opus 5 high | GPT-5.6 Sol GPT-5.6 Sol high | Kimi K3 Kimi K3 max | Gemini 3.6 Flash Gemini 3.6 Flash medium |
|---|---|---|---|---|
| 分数 | 9.4 | 9.5 | 8.3 | 9.8 |
| 排名 | #30 | #24 | #102 | #10 |
| 可靠性 | 10.0 | 10.0 | 9.3 | 10.0 |
| 一致性 | 10.0 | 8.9 | 9.3 | 9.3 |
| 尝试次数 | 69/69 | 69/69 | 69/69 | 69/69 |
| 测试正确 | ||||
| 尝试通过率 | 82.6% | 89.9% | 78.3% | 95.7% |
| 不稳定测试 | 0 | 3 | 2 | 2 |
| 总运行次数 | 69 | 69 | 69 | 69 |
| 每个结果成本 | 23.809 | 8.020 | 23.601 | 4.619 |
| 总成本 | $4.524 | $1.595 | $3.409 | $0.577 |
| 输入价格 | $5.000 / 1M | $2.000 / 1M | $0.830 / 1M | $0.750 / 1M |
| 输出价格 | $25.000 / 1M | $10.000 / 1M | $14.000 / 1M | $3.750 / 1M |
| 缓存读取价格 | $0.500 / 1M | $0.200 / 1M | $0.270 / 1M | $0.075 / 1M |
| 缓存写入价格 | $6.250 / 1M | $2.500 / 1M | 不适用 | $0.042 / 1M |
| 总输入令牌 | 376,421 | 195,567 | 170,700 | 188,003 |
| 输出令牌 | 67,688 | 5,841 | 7,719 | 2,914 |
| 推理令牌 | 37,974 | 26,230 | 225,608 | 113,210 |
| 响应时间（平均） | 25.31s | 13.59s | 139.41s | 14.03s |
| 响应时间（最大） | 159.01s | 59.99s | 766.58s | 77.15s |
| 响应时间（总计） | 582.11s | 312.61s | 2788.26s | 322.73s |
| 参数量 | ~5T 总计 (~500B 激活) | ~2T 总计 (~150B 激活) | 2.8T 总计 (104B 激活) | ~500B 总计 (~20B 激活) |
| 开放状态 | 闭源 | 闭源 | 权重可用 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#30 Claude Opus 5
high- 成本
- $0.265
- 时间
- 144.5s
- 令牌
- 10,741 tok
#24 GPT-5.6 Sol
high- 成本
- $0.151
- 时间
- 201.9s
- 令牌
- 5,100 tok
#102 MoonshotAI: Kimi K3
max- 成本
- $0.281
- 时间
- 506.9s
- 令牌
- 18,863 tok
#10 Gemini 3.6 Flash
medium- 成本
- $0.095
- 时间
- 49.9s
- 令牌
- 12,664 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 86.99s | 240,465 | 3,064 | 7,015 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 59.99s | 116,309 | 986 | 2,377 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 74.24s | 135,740 | 4,832 | 4,367 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 61.77s | 123,557 | 940 | 14,308 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 5.91s | 834 | 2,063 | 617 | |
| GPT-5.6 Sol | 8.7 | 7.9 | 91.7% | 1 | 3.39s | 606 | 171 | 644 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 10.24s | 1,638 | 496 | 2,629 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.54s | 508 | 165 | 4,173 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 12.73s | 10,590 | 7,547 | 1,721 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 12.52s | 7,302 | 404 | 5,656 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 325.79s | 8,061 | 460 | 84,012 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.81s | 8,124 | 444 | 31,421 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 31.11s | 98,549 | 10,546 | 2,198 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 24.99s | 56,154 | 3,298 | 4,866 | |
| Kimi K3 | 6.5 | 10.0 | 50.0% | 0 | 223.03s | 12,792 | 399 | 20,460 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 49.01s | 40,411 | 405 | 13,351 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.22s | 10,503 | 488 | 160 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 7,140 | 222 | 0 | |
| Kimi K3 | 7.3 | 5.8 | 83.3% | 1 | 16.72s | 7,839 | 354 | 2,606 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.92s | 7,457 | 279 | 5,288 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 104.24s | 972 | 40,623 | 24,923 | |
| GPT-5.6 Sol | 5.3 | 7.2 | 44.4% | 1 | 37.67s | 628 | 62 | 10,365 | |
| Kimi K3 | 5.3 | 7.2 | 44.4% | 1 | 683.62s | 838 | 57 | 106,892 | |
| Gemini 3.6 Flash | 5.8 | 4.4 | 66.7% | 2 | 21.99s | 648 | 12 | 31,866 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.79s | 708 | 268 | 0 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.40s | 477 | 97 | 238 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 14.91s | 732 | 191 | 871 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 492 | 109 | 1,384 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 909 | 119 | 361 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.73s | 660 | 96 | 331 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 1,179 | 147 | 1,119 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.82s | 623 | 72 | 3,634 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 894 | 908 | 524 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.10s | 642 | 211 | 675 | |
| Kimi K3 | 10.0 | 10.0 | 100.0% | 0 | 7.36s | 1,416 | 495 | 1,368 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.43s | 568 | 249 | 3,656 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 8.44s | 11,739 | 354 | 0 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 7.08s | 5,454 | 264 | 393 | |
| Kimi K3 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 5,457 | 229 | 1,372 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 14.14s | 258 | 1,708 | 455 | |
| GPT-5.6 Sol | 4.7 | 1.6 | 66.7% | 1 | 6.97s | 195 | 30 | 685 | |
| Kimi K3 | 3.0 | 10.0 | 0.0% | 0 | 19.67s | 465 | 288 | 1,284 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.48s | 158 | 10 | 2,757 |
快速对比
切换对比组合
Claude Opus 5highvsGemini 3.7 FlashlowGemini 3.5 FlashhighvsKimi K3maxClaude Haiku 5.5highvsKimi K3maxClaude Opus 5highvsGPT-6.1 TerraxhighKimi K3maxvsGPT-5.6 TerrahighKimi K3maxvsGPT-6 LunamediumClaude Opus 4.8mediumvsKimi K3maxGemini 3.7 FlashmediumvsGPT-5.6 SolhighLing 3.1 FlashmediumvsKimi K3maxKimi K3maxvsQwen3.7 PlusmediumClaude Opus 5highvsGPT-6.1 TerralowClaude Opus 5.5lowvsGPT-5.6 Solhigh