- 排名
- #75
- 总输出令牌
- 241,365
- 响应时间（平均）
- 21.14s
- 总成本
- $0.644
Gemini 2.5 Flash (medium) vs GPT-6 Luna (high)
平均分几乎持平，为 8.2 vs 8.3。 GPT-6 Luna (high) benchmark 成本更低，为 $0.054 vs $0.644。 GPT-6 Luna (high) 更快，为 17.53s vs 21.14s，通过率为 71.2% vs 75.8%。
已对比模型
- 排名
- #73
- 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Gemini 2.5 Flash (medium)低约 12.0 倍。
详细对比
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash medium | GPT-6 Luna GPT-6 Luna high |
|---|---|---|
| 分数 | 8.2 | 8.3 |
| 排名 | #75 | #73 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 9.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 75.8% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.288 | 0.359 |
| 总成本 | $0.644 | $0.054 |
| 输入价格 | $0.300 / 1M | $0.100 / 1M |
| 输出价格 | $2.500 / 1M | $0.500 / 1M |
| 总输入令牌 | 132,507 | 80,441 |
| 输出令牌 | 12,739 | 4,761 |
| 推理令牌 | 228,626 | 86,644 |
| 响应时间（平均） | 21.14s | 17.53s |
| 响应时间（最大） | 140.50s | 106.93s |
| 响应时间（总计） | 465.10s | 385.74s |
| 参数量 | ~350B 总计 (~20B 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.
#75 Gemini 2.5 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- 成本
- $0.000
- 时间
- 274.0s
- 令牌
- 0 tok
#73 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 492 | 255 | 10,233 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 41.01s | 6,669 | 543 | 32,303 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 84.47s | 110,544 | 11,112 | 95,241 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 7,257 | 279 | 2,325 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.07s | 642 | 18 | 80,864 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 486 | 92 | 1,899 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 615 | 69 | 1,203 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.18s | 558 | 126 | 2,499 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 5,088 | 234 | 1,140 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 156 | 11 | 919 | |
| 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 Fable 5.1mediumvsGPT-6 LunahighMuse Spark 1.1lowvsGPT-6 LunahighGemini 2.5 FlashmediumvsMuse Spark 1.3lowDeepSeek V4.1 FlashmaxvsGPT-6 LunahighGPT-6 LunahighvsGLM 5.3 FlashXmaxGemini 2.5 FlashmediumvsMuse Spark 1.1lowMuse Spark 1.3lowvsGPT-6 LunahighClaude Sonnet 5mediumvsGPT-6 LunahighDeepSeek V4.1 FlashmaxvsGemini 2.5 FlashmediumSeed 2.1 TurbomediumvsGPT-6 LunahighGPT-6 LunahighvsMiMo-V2.6-PromediumGemini 2.5 FlashmediumvsGLM 5.3 FlashXmax