导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

已对比模型

Gemini 4 Neon (xhigh) vs GPT-6.2 Sol (max) vs GPT-6.2 Astra (xhigh) vs Claude Fable 5.2 (xhigh) 基准对比: Gemini 4 Neon (xhigh) 在分数上以 10.0 领先。 Gemini 4 Neon (xhigh) 在可靠性上以 10.0 领先。 GPT-6.2 Sol (max) 的总成本最低,为 $1.913。 GPT-6.2 Astra (xhigh) 最快,为 18.83s。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-18

已对比模型

排名
#7
总输出令牌
799,558
响应时间(平均)
87.31s
总成本
$13.832
排名
#1
总输出令牌
154,871
响应时间(平均)
28.90s
总成本
$1.913
排名
#4
总输出令牌
48,816
响应时间(平均)
18.83s
总成本
$3.262
排名
#24
总输出令牌
188,726
响应时间(平均)
33.44s
总成本
$10.319
推荐模型 GPT-6.2 Sol (max)

它在这里得分最高(10.0),同时成本比本次比较中的其他模型低约 4.8 倍。

详细对比

指标 Gemini 4 Neon Gemini 4 Neon xhigh 发布日期: 2026-11-18 GPT-6.2 Sol GPT-6.2 Sol max 发布日期: 2026-11-17 GPT-6.2 Astra GPT-6.2 Astra xhigh 发布日期: 2026-11-17 Claude Fable 5.2 Claude Fable 5.2 xhigh 发布日期: 2026-11-09
分数 10.0 10.0 10.0 9.6
排名 #7 #1 #4 #24
可靠性 10.0 9.9 10.0 9.2
一致性 10.0 10.0 10.0 9.6
尝试次数 69/69 69/69 69/69 69/69
测试正确
尝试通过率 100.0% 100.0% 100.0% 94.2%
不稳定测试 0 0 0 1
总运行次数 69 69 69 69
每个结果成本 60.138 8.318 14.182 49.137
总成本 $13.832 $1.913 $3.262 $10.319
输入价格 $3.000 / 1M $2.000 / 1M $8.000 / 1M $8.000 / 1M
输出价格 $15.000 / 1M $10.000 / 1M $40.000 / 1M $40.000 / 1M
缓存读取价格 $0.150 / 1M $0.100 / 1M $0.400 / 1M $0.200 / 1M
缓存写入价格 $0.084 / 1M $2.500 / 1M $10.000 / 1M $10.000 / 1M
总输入令牌 612,790 182,132 163,624 346,216
输出令牌 7,611 5,657 5,336 10,245
推理令牌 791,947 149,214 43,480 178,481
响应时间(平均) 87.31s 28.90s 18.83s 33.44s
响应时间(最大) 344.86s 355.61s 240.50s 440.05s
响应时间(总计) 2008.02s 664.63s 433.15s 769.21s
参数量 ~1.2T 总计 (~20B 激活) ~2T 总计 (~150B 激活) ~2T 总计 (~150B 激活) ~9.5T 总计 (~878B 激活)
开放状态 闭源 闭源 闭源 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。

模型生成展示

Hamster playing table tennis

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

#7 Gemini 4 Neon

xhigh
成本
$0.638
时间
318.0s
令牌
42,600 tok

#1 GPT-6.2 Sol

max
成本
$0.047
时间
24.9s
令牌
4,763 tok

#4 GPT-6.2 Astra

xhigh
成本
$0.429
时间
112.3s
令牌
10,798 tok

#24 Claude Fable 5.2

xhigh
Reached the allocated time limit (600 seconds) without receiving showcase output.
成本
$0.000
时间
600.0s
令牌
0 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

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 4 Neon 10.0 10.0 100.0% 0 93.88s 8,448 483 97,437
GPT-6.2 Sol 10.0 10.0 100.0% 0 13.05s 7,302 388 8,623
GPT-6.2 Astra 10.0 10.0 100.0% 0 5.41s 7,302 390 2,457
Claude Fable 5.2 10.0 10.0 100.0% 0 12.97s 10,608 553 9,868

切换对比组合