- 排名
- #80
- 总输出令牌
- 43,305
- 响应时间（平均）
- 8.94s
- 总成本
- $0.752
Claude Sonnet 5.5 (high) vs GPT-6 Luna (high)
平均分几乎持平，为 8.3 vs 8.3。 GPT-6 Luna (high) benchmark 成本更低，为 $0.054 vs $0.752。 Claude Sonnet 5.5 (high) 更快，为 8.94s vs 17.53s，通过率为 80.3% vs 75.8%。
已对比模型
- 排名
- #81
- 总输出令牌
- 91,405
- 响应时间（平均）
- 17.53s
- 总成本
- $0.054
推荐模型
GPT-6 Luna (high)
它在这里得分最高（8.3），同时成本比Claude Sonnet 5.5 (high)低约 14.0 倍。
详细对比
| 指标 | Claude Sonnet 5.5 Claude Sonnet 5.5 high | GPT-6 Luna GPT-6 Luna high |
|---|---|---|
| 分数 | 8.3 | 8.3 |
| 排名 | #80 | #81 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 9.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 80.3% | 75.8% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.014 | 0.359 |
| 总成本 | $0.752 | $0.054 |
| 输入价格 | $2.000 / 1M | $0.100 / 1M |
| 输出价格 | $10.000 / 1M | $0.500 / 1M |
| 总输入令牌 | 159,456 | 80,441 |
| 输出令牌 | 10,170 | 4,761 |
| 推理令牌 | 33,135 | 86,644 |
| 响应时间（平均） | 8.94s | 17.53s |
| 响应时间（最大） | 25.71s | 106.93s |
| 响应时间（总计） | 196.68s | 385.74s |
| 参数量 | ~1T 总计 (~100B 激活) | ~400B 总计 (~17B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 Claude Sonnet 5.5
high- 成本
- $0.088
- 时间
- 73.5s
- 令牌
- 8,914 tok
#81 GPT-6 Luna
high- 成本
- $0.003
- 时间
- 49.2s
- 令牌
- 5,231 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.69s | 858 | 500 | 917 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.64s | 606 | 159 | 1,358 |
| 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 9.85s | 10,608 | 561 | 6,326 | |
| GPT-6 Luna | 7.8 | 7.4 | 77.8% | 1 | 24.69s | 7,302 | 483 | 15,691 |
| 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 Sonnet 5.5 | 8.2 | 6.9 | 66.7% | 1 | 24.57s | 121,917 | 7,165 | 5,930 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 21.53s | 57,233 | 3,111 | 6,658 |
| 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 Sonnet 5.5 | 7.3 | 5.8 | 83.3% | 1 | 3.86s | 10,515 | 363 | 1,045 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 24.50s | 7,140 | 234 | 352 |
| 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 Sonnet 5.5 | 3.5 | 4.4 | 33.3% | 2 | 17.52s | 990 | 61 | 14,014 | |
| GPT-6 Luna | 5.9 | 7.2 | 55.6% | 1 | 51.14s | 732 | 70 | 55,170 |
| 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 Sonnet 5.5 | 6.5 | 3.4 | 66.7% | 1 | 6.93s | 714 | 313 | 1,358 | |
| GPT-6 Luna | 5.1 | 10.0 | 0.0% | 0 | 17.40s | 477 | 96 | 373 |
| 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 Sonnet 5.5 | 9.9 | 10.0 | 100.0% | 0 | 5.13s | 921 | 98 | 346 | |
| GPT-6 Luna | 8.4 | 6.9 | 83.3% | 1 | 1.92s | 660 | 91 | 420 |
| 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 912 | 569 | 834 | |
| GPT-6 Luna | 7.8 | 10.0 | 66.7% | 0 | 7.51s | 642 | 231 | 4,988 |
| 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 5.22s | 11,757 | 410 | 97 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 6.96s | 5,454 | 256 | 261 |
| 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 Sonnet 5.5 | 3.0 | 10.0 | 0.0% | 0 | 9.93s | 264 | 130 | 2,268 | |
| GPT-6 Luna | 3.0 | 10.0 | 0.0% | 0 | 4.90s | 195 | 30 | 1,373 |
快速对比
切换对比组合
Claude Sonnet 5.5highvsMuse Spark 1.1lowClaude Fable 5.1mediumvsGPT-6 LunahighClaude Sonnet 5.5xhighvsGPT-6 LunahighMuse Spark 1.1lowvsGPT-6 LunahighClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxGemini 2.5 FlashmediumvsGPT-6 LunahighClaude Sonnet 5.5highvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashmaxvsGPT-6 LunahighClaude Sonnet 5.5highvsGemini 2.5 FlashmediumGPT-6 LunahighvsGLM 5.3 FlashXmaxClaude Sonnet 5.5highvsGPT-6 SollowClaude Sonnet 5.5highvsSeed 2.1 Turbomedium