#111 GPT-5.6 Luna
low- 成本
- $0.011
- 时间
- 10.2s
- 令牌
- 1,897 tok
OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-Flash
平均分几乎持平，为 6.2 vs 6.2。 Qwen3.5-Flash (medium) benchmark 成本更低，为 $0.139 vs $0.249。 GPT-5.6 Luna (low) 更快，为 5.04s vs 84.82s，通过率为 56.1% vs 69.7%。
推荐模型GPT-5.6 Luna (low)它在这里得分最高（6.2），同时响应速度比Qwen3.5-Flash (medium)快约 16.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | GPT-5.6 Luna GPT-5.6 Luna low | Qwen3.5-Flash Qwen3.5-Flash medium |
|---|---|---|
| 分数 | 6.2 | 6.2 |
| 排名 | #111 | #108 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 7.8 |
| 测试正确 | ||
| 尝试通过率 | 56.1% | 69.7% |
| 不稳定测试 | 5 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.490 | 1.361 |
| 总成本 | $0.249 | $0.139 |
| 输入价格 | $1.000 / 1M | $0.065 / 1M |
| 输出价格 | $6.000 / 1M | $0.260 / 1M |
| 总输入令牌 | 96,346 | 118,499 |
| 输出令牌 | 8,211 | 12,284 |
| 推理令牌 | 17,227 | 490,610 |
| 响应时间（平均） | 5.04s | 84.82s |
| 响应时间（最大） | 19.44s | 515.38s |
| 响应时间（总计） | 110.88s | 1781.22s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#108 Qwen3.5-Flash
medium- 成本
- $0.002
- 时间
- 25.8s
- 令牌
- 4,294 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 672 | 383 | 32,992 |
| 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-Flash | 3.7 | 7.2 | 22.2% | 1 | 58.87s | 6,685 | 302 | 90,081 |
| 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% | 2 | 13.71s | 73,147 | 6,401 | 2,716 | |
| Qwen3.5-Flash | 6.4 | 5.8 | 66.7% | 1 | 266.58s | 94,507 | 10,679 | 204,282 |
| 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-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 6,061 | 235 | 16,237 |
| 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-Flash | 5.3 | 7.2 | 44.4% | 1 | 146.50s | 581 | 58 | 43,615 |
| 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-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 516 | 99 | 38,486 |
| 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 699 | 98 | 14,139 |
| 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-Flash | 8.2 | 7.2 | 88.9% | 1 | 27.61s | 381 | 89 | 12,457 |
| 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 8,193 | 309 | 1,284 |
| 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-Flash | 3.0 | 10.0 | 0.0% | 0 | 48.98s | 204 | 32 | 37,037 |
快速对比
切换对比组合
Seed-2.0-LitenonevsGPT-5.6 LunalowGemma 4 31Bnone免费可用vsQwen3.5-FlashmediumGemma 4 31Bnone免费可用vsGPT-5.6 LunalowClaude Sonnet 5nonevsQwen3.5-FlashmediumGemini 2.5 FlashnonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsQwen3.5-FlashmediumGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowClaude Sonnet 5nonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsQwen3.5-Flashmedium