- 排名
- #20
- 总输出令牌
- 95,583
- 响应时间（平均）
- 22.51s
- 总成本
- $3.070
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 $0.427。 GPT-5.6 Sol (high) 最快，为 11.48s。
已对比模型
- 排名
- #15
- 总输出令牌
- 28,708
- 响应时间（平均）
- 11.48s
- 总成本
- $0.446
- 排名
- #78
- 总输出令牌
- 224,128
- 响应时间（平均）
- 142.84s
- 总成本
- $3.467
- 排名
- #7
- 总输出令牌
- 100,876
- 响应时间（平均）
- 11.86s
- 总成本
- $0.427
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 | 9.2 | 9.4 | 7.9 | 9.8 |
| 排名 | #20 | #15 | #78 | #7 |
| 可靠性 | 10.0 | 10.0 | 9.0 | 10.0 |
| 一致性 | 10.0 | 8.9 | 9.2 | 9.2 |
| 尝试次数 | 66/66 | 66/66 | 66/66 | 66/66 |
| 测试正确 | ||||
| 尝试通过率 | 81.8% | 89.4% | 77.3% | 95.5% |
| 不稳定测试 | 0 | 3 | 2 | 2 |
| 总运行次数 | 66 | 66 | 66 | 66 |
| 每个结果成本 | 17.052 | 6.987 | 21.668 | 4.101 |
| 总成本 | $3.070 | $0.446 | $3.467 | $0.427 |
| 输入价格 | $5.000 / 1M | $2.000 / 1M | $3.000 / 1M | $0.750 / 1M |
| 输出价格 | $25.000 / 1M | $10.000 / 1M | $15.000 / 1M | $3.750 / 1M |
| 总输入令牌 | 135,956 | 79,258 | 34,960 | 64,446 |
| 输出令牌 | 64,624 | 4,855 | 2,887 | 1,974 |
| 推理令牌 | 30,959 | 23,853 | 221,241 | 98,902 |
| 响应时间（平均） | 22.51s | 11.48s | 142.84s | 11.86s |
| 响应时间（最大） | 159.01s | 54.79s | 766.58s | 77.15s |
| 响应时间（总计） | 495.12s | 252.62s | 2714.02s | 260.96s |
| 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 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 Claude Opus 5
high- 成本
- $0.265
- 时间
- 144.5s
- 令牌
- 10,741 tok
#15 GPT-5.6 Sol
high- 成本
- $0.151
- 时间
- 201.9s
- 令牌
- 5,100 tok
#78 MoonshotAI: Kimi K3
max- 成本
- $0.281
- 时间
- 506.9s
- 令牌
- 18,863 tok
#7 Gemini 3.6 Flash
medium- 成本
- $0.095
- 时间
- 49.9s
- 令牌
- 12,664 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 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
Kimi K3maxvsGPT-5.2 ChatnoneClaude Opus 5highvsGemini 3.7 FlashlowKimi K3maxvsStep 3.7 FlashmediumKimi K3maxvsQwen3.8 27BlowKimi K3maxvsGPT-5.6 TerrahighClaude Opus 5highvsGemini 3.1 Pro PreviewmediumKimi K3maxvsInklingmediumGemini 3.7 FlashmediumvsGPT-5.6 SolhighKimi K3maxvsQwen3.7 PlusmediumKimi K3maxvsGLM 5.2highKimi K3maxvsQwen3.6 PlusmediumGemini 3.5 Flash LitemediumvsKimi K3max