GPT-5.6 Luna (high) vs Qwen3.7 Flash (high)

排名: #52
总输出令牌: 155,998
响应时间（平均）: 18.68s
总成本: $0.509

排名: #48
总输出令牌: 359,703
响应时间（平均）: 39.77s
总成本: $0.051

推荐模型 Qwen3.7 Flash (high)

它在这里得分最高（7.8），同时成本比GPT-5.6 Luna (high)低约 10.1 倍。

详细对比

指标	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash high 发布日期: 2026-07-28

指标	GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash high 发布日期: 2026-07-28
分数	7.7	7.8
排名	#52	#48
可靠性	10.0	10.0
一致性	8.9	7.8
测试正确
尝试通过率	72.7%	72.7%
不稳定测试	3	6
总运行次数	66	66
每个结果成本	6.780	0.387
总成本	$0.509	$0.051
输入价格	$0.500 / 1M	$0.030 / 1M
输出价格	$3.000 / 1M	$0.130 / 1M
总输入令牌	80,918	116,322
输出令牌	5,088	12,332
推理令牌	150,910	347,371
响应时间（平均）	18.68s	39.77s
响应时间（最大）	111.09s	431.47s
响应时间（总计）	411.05s	875.01s

Hamster playing table tennis

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

#52 GPT-5.6 Luna

high

成本: $0.033
时间: 34.2s
令牌: 5,484 tok

#48 Qwen3.7 Flash

high

无效SVG

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

类别:

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
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.21s	672	713	13,968

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
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746
Qwen3.7 Flash	8.2	9.7	66.7%	0		58.84s	7,893	503	62,350

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
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005
Qwen3.7 Flash	6.9	5.9	66.7%	1		231.97s	88,896	9,866	203,866

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
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470
Qwen3.7 Flash	10.0	10.0	100.0%	0		20.10s	7,782	270	10,800

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
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395
Qwen3.7 Flash	3.5	4.4	33.3%	2		22.73s	771	61	25,126

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
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563
Qwen3.7 Flash	5.1	3.4	33.3%	1		10.73s	516	120	3,898

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
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481
Qwen3.7 Flash	9.8	10.0	100.0%	0		9.41s	699	97	7,838

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
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281
Qwen3.7 Flash	7.1	5.1	77.8%	2		10.79s	696	369	10,474

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
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324
Qwen3.7 Flash	10.0	10.0	100.0%	0		5.72s	8,193	309	1,436

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
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615

快速对比

切换对比组合

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh GPT-5.6 TerramediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5.2medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Qwen3.7 FlashhighvsGLM 5medium MiniMax M3mediumvsGPT-5.6 Lunahigh Claude Opus 4.6mediumvsQwen3.7 Flashhigh Seed-2.0-LitemediumvsQwen3.7 Flashhigh GPT-5.6 LunahighvsGrok Build 0.1medium