#1 Gemini 3.6 Flash
medium- 成本
- $0.079
- 时间
- 47.9s
- 令牌
- 10,532 tok
已对比模型
Gemini 3.6 Flash (medium) vs GPT-5.6 Sol (low) vs GPT-5.6 Luna (high) vs GPT-5.6 Terra (high) 基准对比Gemini 3.6 Flash (medium) 在分数上以 9.9 领先。 Gemini 3.6 Flash (medium) 在可靠性上以 10.0 领先。 Gemini 3.6 Flash (medium) 的总成本最低，为 $0.831。 GPT-5.6 Sol (low) 最快，为 8.79s。
推荐模型Gemini 3.6 Flash (medium)它在本次比较中得分最高（9.9），并且在全部 4 个模型中兼顾成本和响应时间最好。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21
| 指标 | Gemini 3.6 Flash Gemini 3.6 Flash medium | GPT-5.6 Sol GPT-5.6 Sol low | GPT-5.6 Luna GPT-5.6 Luna high | GPT-5.6 Terra GPT-5.6 Terra high |
|---|---|---|---|---|
| 分数 | 9.9 | 9.5 | 7.7 | 8.0 |
| 排名 | #1 | #5 | #48 | #38 |
| 可靠性 | 10.0 | 10.0 | 10.0 | 10.0 |
| 一致性 | 9.6 | 9.2 | 8.9 | 9.3 |
| 测试正确 | ||||
| 尝试通过率 | 98.5% | 86.4% | 72.7% | 68.2% |
| 不稳定测试 | 1 | 2 | 3 | 2 |
| 总运行次数 | 66 | 66 | 66 | 66 |
| 每个结果成本 | 3.955 | 5.391 | 6.780 | 7.533 |
| 总成本 | $0.831 | $0.971 | $1.017 | $1.055 |
| 输入价格 | $1.500 / 1M | $5.000 / 1M | $1.000 / 1M | $2.500 / 1M |
| 输出价格 | $7.500 / 1M | $30.000 / 1M | $6.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 66,293 | 78,571 | 80,918 | 81,047 |
| 输出令牌 | 2,000 | 4,476 | 5,088 | 5,055 |
| 推理令牌 | 95,464 | 14,770 | 150,910 | 51,736 |
| 响应时间（平均） | 10.11s | 8.79s | 18.68s | 11.32s |
| 响应时间（最大） | 68.03s | 53.91s | 111.09s | 91.49s |
| 响应时间（总计） | 222.33s | 193.33s | 411.05s | 249.14s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#5 GPT-5.6 Sol
low- 成本
- $0.062
- 时间
- 26.7s
- 令牌
- 2,150 tok
#48 GPT-5.6 Luna
high- 成本
- $0.033
- 时间
- 34.2s
- 令牌
- 5,484 tok
#38 GPT-5.6 Terra
high- 成本
- $0.055
- 时间
- 30.2s
- 令牌
- 3,748 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.34s | 516 | 149 | 4,489 | |
| GPT-5.6 Sol | 8.3 | 10.0 | 75.0% | 0 | 2.60s | 606 | 174 | 492 | |
| GPT-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.99s | 606 | 162 | 1,265 | |
| GPT-5.6 Terra | 8.3 | 10.0 | 75.0% | 0 | 2.54s | 606 | 158 | 700 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 17.49s | 8,136 | 474 | 40,157 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 11.25s | 7,302 | 412 | 3,482 | |
| GPT-5.6 Luna | 5.5 | 4.7 | 55.6% | 2 | 15.63s | 7,302 | 510 | 17,746 | |
| GPT-5.6 Terra | 7.6 | 7.2 | 77.8% | 1 | 9.14s | 7,302 | 370 | 6,087 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 42.07s | 41,732 | 405 | 11,531 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 14.58s | 55,372 | 2,896 | 1,539 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 19.05s | 57,719 | 3,366 | 8,005 | |
| GPT-5.6 Terra | 8.7 | 6.9 | 83.3% | 1 | 13.72s | 57,848 | 3,461 | 3,174 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.26s | 7,269 | 279 | 5,020 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.82s | 7,140 | 222 | 0 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.18s | 7,140 | 234 | 470 | |
| GPT-5.6 Terra | 10.0 | 10.0 | 100.0% | 0 | 938ms | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.6 Flash | 8.2 | 7.2 | 88.9% | 1 | 12.59s | 651 | 12 | 20,611 | |
| GPT-5.6 Sol | 5.3 | 7.2 | 44.4% | 1 | 29.07s | 723 | 71 | 7,822 | |
| GPT-5.6 Luna | 7.7 | 10.0 | 66.7% | 0 | 78.96s | 723 | 69 | 96,395 | |
| GPT-5.6 Terra | 5.3 | 10.0 | 33.3% | 0 | 43.44s | 723 | 70 | 32,942 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 492 | 116 | 1,539 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 477 | 99 | 135 | |
| GPT-5.6 Luna | 5.0 | 10.0 | 0.0% | 0 | 3.65s | 477 | 117 | 563 | |
| GPT-5.6 Terra | 5.1 | 10.0 | 0.0% | 0 | 3.03s | 477 | 113 | 216 |
| 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 3.6 Flash | 9.9 | 10.0 | 100.0% | 0 | 2.77s | 627 | 71 | 3,067 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.27s | 660 | 90 | 146 | |
| GPT-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 1.79s | 660 | 97 | 481 | |
| GPT-5.6 Terra | 10.0 | 10.0 | 100.0% | 0 | 2.14s | 660 | 96 | 319 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.53s | 576 | 259 | 3,373 | |
| GPT-5.6 Sol | 8.2 | 7.2 | 88.9% | 1 | 3.44s | 642 | 224 | 534 | |
| GPT-5.6 Luna | 7.6 | 7.2 | 77.8% | 1 | 14.55s | 642 | 242 | 18,281 | |
| GPT-5.6 Terra | 7.7 | 10.0 | 66.7% | 0 | 5.45s | 642 | 277 | 2,613 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 8.55s | 6,132 | 225 | 3,020 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 7.56s | 5,454 | 258 | 294 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.98s | 5,454 | 260 | 324 | |
| GPT-5.6 Terra | 10.0 | 10.0 | 100.0% | 0 | 4.97s | 5,454 | 258 | 168 |
| 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 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.09s | 162 | 10 | 2,657 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 195 | 30 | 326 | |
| GPT-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 17.00s | 195 | 31 | 7,380 | |
| GPT-5.6 Terra | 3.0 | 10.0 | 0.0% | 0 | 23.30s | 195 | 30 | 5,517 |
快速对比
切换对比组合
Kimi K3maxvsGPT-5.6 TerrahighClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 TerrahighvsInklingmediumGemini 3.5 FlashhighvsGPT-5.6 SollowGPT-5.6 LunahighvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 LunahighGemini 3 Flash PreviewmediumvsGPT-5.6 SollowSeed-2.0-LitemediumvsGPT-5.6 TerrahighMiniMax M3mediumvsGPT-5.6 LunahighGPT-5.6 TerrahighvsQwen3.7 PlusmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumGPT-5.6 LunahighvsGrok Build 0.1medium