#44 GPT-5.6 Luna
high- 成本
- $0.033
- 时间
- 34.2s
- 令牌
- 5,484 tok
OpenAI: GPT-5.6 Luna vs Thinking Machines: Inkling
Inkling (medium) 平均分领先，为 8.0 vs 7.7。 Inkling (medium) benchmark 成本更低，为 $0.391 vs $1.017。 Inkling (medium) 更快，为 16.21s vs 18.68s，通过率为 72.7% vs 78.8%。
推荐模型Inkling (medium)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。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | GPT-5.6 Luna GPT-5.6 Luna high | Inkling Inkling medium |
|---|---|---|
| 分数 | 7.7 | 8.0 |
| 排名 | #44 | #32 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 8.9 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 78.8% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.780 | 2.604 |
| 总成本 | $1.017 | $0.391 |
| 输入价格 | $1.000 / 1M | $1.000 / 1M |
| 输出价格 | $6.000 / 1M | $4.050 / 1M |
| 总输入令牌 | 80,918 | 124,053 |
| 输出令牌 | 5,088 | 12,189 |
| 推理令牌 | 150,910 | 53,597 |
| 响应时间（平均） | 18.68s | 16.21s |
| 响应时间（最大） | 111.09s | 85.12s |
| 响应时间（总计） | 411.05s | 356.54s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#32 Thinking Machines: Inkling
medium- 成本
- $0.004
- 时间
- 11.2s
- 令牌
- 852 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.99s | 606 | 162 | 1,265 | |
| Inkling | 8.7 | 7.9 | 91.7% | 1 | 6.49s | 645 | 333 | 3,091 |
| 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 | |
| Inkling | 8.4 | 7.8 | 77.8% | 1 | 25.20s | 7,374 | 525 | 14,457 |
| 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 | |
| Inkling | 7.3 | 5.8 | 83.3% | 1 | 41.15s | 98,542 | 10,088 | 4,626 |
| 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 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 3.60s | 7,068 | 216 | 813 |
| 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 | |
| Inkling | 5.3 | 7.2 | 44.4% | 1 | 35.60s | 795 | 68 | 20,323 |
| 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 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 4.65s | 501 | 170 | 699 |
| 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 | |
| Inkling | 9.8 | 10.0 | 100.0% | 0 | 6.17s | 708 | 93 | 1,886 |
| 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 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 5.18s | 714 | 370 | 2,310 |
| 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 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 4.48s | 7,487 | 296 | 298 |
| 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 | |
| Inkling | 2.8 | 1.6 | 33.3% | 1 | 21.69s | 219 | 30 | 5,094 |
快速对比
切换对比组合
Kimi K3maxvsInklingmediumClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 TerrahighvsInklingmediumGPT-5.6 LunahighvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 LunahighInklingmediumvsGLM 5.2highGPT-5.2 ChatnonevsInklingmediumMiniMax M3mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok Build 0.1mediumMuse Spark 1.1highvsInklingmediumClaude Sonnet 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGLM 5.2medium