- 排名
- #92
- 总输出令牌
- 139,395
- 响应时间（平均）
- 18.39s
- 总成本
- $0.118
GPT-5.6 Luna (high) vs Qwen3.8 Flash Next (low)
平均分几乎持平，为 8.0 vs 8.0。 Qwen3.8 Flash Next (low) benchmark 成本更低，为 ~$0.045 vs $0.118。 GPT-5.6 Luna (high) 更快，为 18.39s vs 23.66s，通过率为 71.0% vs 79.7%。
已对比模型
- 排名
- #96
- 总输出令牌
- 135,295
- 响应时间（平均）
- 23.66s
- 总成本
- ~$0.045
推荐模型
Qwen3.8 Flash Next (low)
它在这里得分最高（8.0），同时成本比GPT-5.6 Luna (high)低约 2.6 倍。
详细对比
| 指标 | GPT-5.6 Luna GPT-5.6 Luna high | Qwen3.8 Flash Next Qwen3.8 Flash Next low |
|---|---|---|
| 分数 | 8.0 | 8.0 |
| 排名 | #92 | #96 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 8.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 71.0% | 79.7% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 5.882 | ~0.299 |
| 总成本 | $0.118 | ~$0.045 |
| 输入价格 | $0.200 / 1M | 不适用 |
| 输出价格 | $1.200 / 1M | 不适用 |
| 缓存读取价格 | $0.020 / 1M | 不适用 |
| 缓存写入价格 | $0.250 / 1M | 不适用 |
| 总输入令牌 | 197,896 | 342,163 |
| 输出令牌 | 6,211 | 1,518 |
| 推理令牌 | 133,184 | 133,777 |
| 响应时间（平均） | 18.39s | 23.66s |
| 响应时间（最大） | 111.09s | 166.72s |
| 响应时间（总计） | 422.93s | 544.16s |
| 参数量 | ~400B 总计 (~17B 激活) | 180B 总计 (6B 激活) |
| 开放状态 | 闭源 | 权重可用 |
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.
#92 GPT-5.6 Luna
high- 成本
- $0.033
- 时间
- 34.2s
- 令牌
- 5,484 tok
#96 Qwen3.8 Flash Next
low- 成本
- ~$0.002
- 时间
- 47.2s
- 令牌
- 5,270 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
| 智能体任务 | 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 | 60.15s | 116,969 | 1,123 | 2,957 | |
| Qwen3.8 Flash Next | 6.1 | 3.1 | 66.7% | 1 | 137.50s | 194,811 | 72 | 28,519 |
| 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 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 2.03s | 984 | 233 | 1,773 |
| 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 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 29.46s | 8,127 | 397 | 24,147 |
| 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 | |
| Qwen3.8 Flash Next | 6.9 | 5.9 | 66.7% | 1 | 98.91s | 118,012 | 60 | 51,088 |
| 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 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 8,253 | 267 | 2,783 |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 62.87s | 732 | 69 | 75,712 | |
| Qwen3.8 Flash Next | 4.1 | 4.4 | 44.5% | 2 | 23.34s | 1,014 | 12 | 18,966 |
| 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 | |
| Qwen3.8 Flash Next | 4.7 | 3.1 | 33.3% | 1 | 5.00s | 594 | 130 | 1,171 |
| 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 | |
| Qwen3.8 Flash Next | 9.8 | 10.0 | 100.0% | 0 | 2.32s | 855 | 48 | 1,050 |
| 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 | |
| Qwen3.8 Flash Next | 8.7 | 7.8 | 88.9% | 1 | 1.72s | 930 | 272 | 1,001 |
| 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 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 5.85s | 8,301 | 21 | 816 |
| 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 | |
| Qwen3.8 Flash Next | 3.0 | 10.0 | 0.0% | 0 | 9.26s | 282 | 6 | 2,463 |
快速对比
切换对比组合
Nemotron 3 Ultramedium免费可用vsGPT-5.6 LunahighGemini 3.8 FlashmediumvsQwen3.8 Flash NextlowGPT-5.4 NanomediumvsQwen3.8 Flash NextlowDeepSeek V4.1 FlashlowvsGPT-5.6 LunahighQwen3.8 Flash NextlowvsGLM 5.3 FlashXmaxGemini 3.8 FlashmediumvsGPT-5.6 LunahighClaude Fable 5.1highvsQwen3.8 Flash NextlowNemotron 3 Ultramedium免费可用vsQwen3.8 Flash NextlowGPT-5.4 MinimediumvsQwen3.8 Flash NextlowClaude Opus 4.7mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-27BmediumGPT-5.6 LunahighvsGLM 5.3 FlashXmax