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

AI BENCHY 对比

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-35B-A3B

摘要

GPT-5.6 Luna (low) vs Qwen3.5-35B-A3B benchmark 对比：GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 5.9。 Qwen3.5-35B-A3B benchmark 成本更低，为 $0.012 vs $0.141。 Qwen3.5-35B-A3B 更快，为 3.37s vs 4.35s，通过率为 57.1% vs 42.9%。

推荐模型: Qwen3.5-35B-A3B - 它的得分接近这里的最高分（5.9 vs 6.2），同时成本比GPT-5.6 Luna (low)低约 12.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09 Qwen3.5-35B-A3B Qwen3.5-35B-A3B none 发布日期: 2026-02-24
分数 6.2 5.9
排名 #107 #119
可靠性 10.0 10.0
一致性 8.5 8.9
测试正确
尝试通过率 57.1% 42.9%
不稳定测试 4 3
总运行次数 63 63
每个结果成本 1.404 0.230
总成本 $0.141 $0.012
输入价格 $1.000 / 1M $0.140 / 1M
输出价格 $6.000 / 1M $1.000 / 1M
总输入令牌 34,218 48,194
输出令牌 2,110 4,343
推理令牌 15,571 0
响应时间（平均） 4.35s 3.37s
响应时间（最大） 18.06s 47.43s
响应时间（总计） 91.45s 70.75s

生成展示

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 tok

#119 Qwen3.5-35B-A3B

none
成本
$0.005
时间
28.4s
令牌
4,518 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 2.21s 606 186 722
Qwen3.5-35B-A3B 3.4 7.9 16.7% 1 1.43s 696 574 0
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
Qwen3.5-35B-A3B 5.5 10.0 33.3% 0 1.39s 7,808 571 0
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 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 47.43s 20,739 1,833 0
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 2.14s 7,140 234 292
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 1.16s 7,794 243 0
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 3.6 7.2 22.2% 1 10.05s 723 70 6,718
Qwen3.5-35B-A3B 7.7 10.0 66.7% 0 485ms 789 15 0
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 2.25s 477 122 169
Qwen3.5-35B-A3B 6.5 3.4 66.7% 1 1.19s 522 114 0
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 8.5 6.8 83.3% 1 2.04s 660 93 259
Qwen3.5-35B-A3B 6.3 10.0 50.0% 0 809ms 711 63 0
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 3.59s 642 271 1,207
Qwen3.5-35B-A3B 3.7 7.4 22.2% 1 1.35s 714 655 0
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 4.43s 5,454 250 177
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 2.30s 8,211 264 0
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 4.86s 195 27 1,432
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 493ms 210 11 0

快速对比

切换对比组合

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowNorth Mini Codemedium免费可用vsQwen3.5-35B-A3BnoneGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 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 LunalowNemotron 3 Ultra 550b A55bnone免费可用vsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bnone