导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-122B-A10B

摘要

GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 5.3。 Qwen3.5-122B-A10B benchmark 成本更低，为 $0.020 vs $0.141。 Qwen3.5-122B-A10B 更快，为 3.41s vs 4.35s，通过率为 57.1% vs 31.8%。

推荐模型Qwen3.5-122B-A10B它提供了最佳整体取舍：得分有竞争力（5.3），成本低于GPT-5.6 Luna (low)，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-16

指标 GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24
分数 6.2 5.3
排名 #114 #153
可靠性 10.0 10.0
一致性 8.5 9.6
测试正确
尝试通过率 57.1% 31.8%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 1.404 0.393
总成本 $0.141 $0.020
输入价格 $1.000 / 1M $0.260 / 1M
输出价格 $6.000 / 1M $2.080 / 1M
总输入令牌 34,218 47,735
输出令牌 2,110 3,383
推理令牌 15,571 0
响应时间（平均） 4.35s 3.41s
响应时间（最大） 18.06s 46.00s
响应时间（总计） 91.45s 71.59s

生成展示

Hamster playing table tennis

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

#114 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 tok

#153 Qwen3.5-122B-A10B

none
成本
$0.016
时间
44.5s
令牌
6,431 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
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

快速对比

切换对比组合

Seed-2.0-LitenonevsGPT-5.6 LunalowKAT-Coder-Air V2.5highvsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowKAT-Coder-Air V2.5mediumvsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumMiniMax M2.7mediumvsQwen3.5-122B-A10BnoneGemma 4 31Bnone免费可用vsGPT-5.6 LunalowGemma 4 31Bmedium免费可用vsGPT-5.6 LunalowNemotron 3 Supermedium免费可用vsGPT-5.6 Lunalow