AI BENCHY 对比

North Mini Code vs OpenAI: GPT-5.6 Terra

摘要

North Mini Code (medium) vs GPT-5.6 Terra benchmark 对比：GPT-5.6 Terra 平均分领先，为 6.0 vs 5.8。 North Mini Code (medium) benchmark 成本更低，为 $0.000 vs $0.130。 GPT-5.6 Terra 更快，为 1.25s vs 106.18s，通过率为 50.8% vs 42.9%。

推荐模型: GPT-5.6 Terra - 它在这里得分最高（6.0），同时响应速度比North Mini Code (medium)快约 85.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	GPT-5.6 Terra GPT-5.6 Terra none 发布日期: 2026-07-09

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	GPT-5.6 Terra GPT-5.6 Terra none 发布日期: 2026-07-09
分数	5.8	6.0
排名	#123	#116
可靠性	8.5	10.0
一致性	8.5	9.3
测试正确
尝试通过率	50.8%	42.9%
不稳定测试	4	2
总运行次数	55	63
每个结果成本	0.000	1.623
总成本	$0.000	$0.130
输入价格	$0.000 / 1M	$2.500 / 1M
输出价格	$0.000 / 1M	$15.000 / 1M
总输入令牌	32,891	39,552
输出令牌	424,772	2,060
推理令牌	1,021,489	0
响应时间（平均）	106.18s	1.25s
响应时间（最大）	357.05s	3.97s
响应时间（总计）	2229.70s	26.21s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#123 North Mini Code

medium

成本: $0.000
时间: 51.8s
令牌: 12,460 tok

#116 GPT-5.6 Terra

none

成本: $0.030
时间: 14.7s
令牌: 2,082 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
North Mini Code	8.4	10.0	75.0%	0		64.79s	324	64,441	68,535
GPT-5.6 Terra	4.8	10.0	25.0%	0		942ms	606	191	0

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
North Mini Code	4.5	4.9	33.3%	2		320.43s	7,119	219,891	561,569
GPT-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	0

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
North Mini Code	2.8	1.6	33.3%	1		323.07s	14,760	0	151,500
GPT-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	0

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
North Mini Code	10.0	10.0	100.0%	0		24.06s	6,819	240	2,659
GPT-5.6 Terra	10.0	10.0	100.0%	0		1.13s	7,140	222	0

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
North Mini Code	5.3	7.2	44.4%	1		71.37s	621	8,483	104,079
GPT-5.6 Terra	5.3	7.2	44.4%	1		757ms	723	68	0

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
North Mini Code	5.1	10.0	0.0%	0		25.08s	444	1,546	1,635
GPT-5.6 Terra	5.0	10.0	0.0%	0		1.03s	477	102	0

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
North Mini Code	9.8	10.0	100.0%	0		15.43s	379	909	1,339
GPT-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	0

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
North Mini Code	3.3	10.0	0.0%	0		19.70s	543	2,215	2,485
GPT-5.6 Terra	5.3	10.0	33.3%	0		1.23s	642	235	0

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
North Mini Code	10.0	10.0	100.0%	0		3.93s	1,776	41	563
GPT-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	0

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
North Mini Code	3.0	10.0	0.0%	0		305.02s	106	127,006	127,125
GPT-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

快速对比

切换对比组合