导航
Advertise here

Bison 1 (default) vs GPT-6 Luna Decisions (default)

GPT-6 Luna Decisions (default) 平均分领先,为 2.4 vs 2.2。 Bison 1 (default) benchmark 成本更低,为 $0.004 vs $0.005。 GPT-6 Luna Decisions (default) 更快,为 495ms vs 680ms,通过率为 23.2% vs 13.0%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-22

已对比模型

排名
#526
总输出令牌
36
响应时间(平均)
680ms
总成本
$0.004
排名
#522
总输出令牌
0
响应时间(平均)
495ms
总成本
$0.005
推荐模型 GPT-6 Luna Decisions (default)

它在本次比较中得分最高(2.4),并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Bison 1 Bison 1 default 发布日期: 2026-11-20 GPT-6 Luna Decisions GPT-6 Luna Decisions default 发布日期: 2026-10-07
分数 2.2 2.4
排名 #526 #522
可靠性 7.5 10.0
一致性 4.1 5.2
尝试次数 36/69 36/69
测试正确
尝试通过率 23.2% 13.0%
不稳定测试 3 0
总运行次数 36 36
每个结果成本 0.093 0.159
总成本 $0.004 $0.005
输入价格 $0.100 / 1M $0.100 / 1M
输出价格 $0.000 / 1M $0.000 / 1M
缓存读取价格 不适用 $0.000 / 1M
缓存写入价格 不适用 $0.000 / 1M
总输入令牌 37,001 47,583
输出令牌 36 0
推理令牌 0 0
响应时间(平均) 680ms 495ms
响应时间(最大) 1.40s 842ms
响应时间(总计) 8.16s 5.94s
参数量 31B ~400B 总计 (~17B 激活)
开放状态 开源 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。

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

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
Bison 1 2.9 3.7 22.2% 1 844ms 17,630 8 0
GPT-6 Luna Decisions 2.5 6.7 0.0% 0 447ms 22,197 0 0

切换对比组合

Bison 1defaultvsGemini 3 Flash PreviewhighCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+nonevsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsGPT-6 Luna DecisionsdefaultCommand A+highvsGPT-6 Luna DecisionsdefaultBison 1defaultvsCommand A+lowBison 1defaultvsCommand A+noneGPT-6 Luna DecisionsdefaultvsXing4.0 29b A4bnone免费可用Command A+mediumvsGPT-6 Luna DecisionsdefaultGPT-6 Luna DecisionsdefaultvsGrok 4.20noneBison 1defaultvsCommand A+highBison 1defaultvsXing4.0 29b A4bnone免费可用