导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5 Plus 2026-02-15

摘要

GPT-5.6 Luna (low) vs Qwen3.5 Plus 2026-02-15 benchmark 对比：GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 5.8。 Qwen3.5 Plus 2026-02-15 benchmark 成本更低，为 $0.016 vs $0.141。 Qwen3.5 Plus 2026-02-15 更快，为 2.31s vs 4.35s，通过率为 57.1% vs 46.0%。

推荐模型: Qwen3.5 Plus 2026-02-15 - 它的得分接近这里的最高分（5.8 vs 6.2），同时成本比GPT-5.6 Luna (low)低约 8.9 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 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none 发布日期: 2026-02-15
分数 6.2 5.8
排名 #107 #122
可靠性 10.0 10.0
一致性 8.5 9.4
测试正确
尝试通过率 57.1% 46.0%
不稳定测试 4 2
总运行次数 63 63
每个结果成本 1.404 0.204
总成本 $0.141 $0.016
输入价格 $1.000 / 1M $0.260 / 1M
输出价格 $6.000 / 1M $1.560 / 1M
总输入令牌 34,218 45,864
输出令牌 2,110 2,480
推理令牌 15,571 0
响应时间（平均） 4.35s 2.31s
响应时间（最大） 18.06s 6.65s
响应时间（总计） 91.45s 34.63s

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

#122 Qwen3.5 Plus 2026-02-15

none
成本
$0.012
时间
153.2s
令牌
7,787 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 Plus 2026-02-15 4.8 10.0 25.0% 0 1.91s 696 517 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 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 Plus 2026-02-15 3.0 10.0 0.0% 0 6.65s 18,304 314 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 Plus 2026-02-15 10.0 10.0 100.0% 0 1.89s 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 Plus 2026-02-15 5.3 10.0 33.3% 0 1.17s 789 17 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 Plus 2026-02-15 4.4 3.0 33.3% 1 2.26s 522 117 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 Plus 2026-02-15 10.0 10.0 100.0% 0 1.67s 711 72 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 Plus 2026-02-15 7.7 10.0 66.7% 0 2.71s 714 494 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 Plus 2026-02-15 10.0 10.0 100.0% 0 3.33s 8,211 222 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 Plus 2026-02-15 3.0 10.0 0.0% 0 1.11s 210 11 0

快速对比

切换对比组合

North Mini Codemedium免费可用vsQwen3.5 Plus 2026-02-15noneSeed-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 LunalowGPT-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 LunalowGPT-5.6 LunalowvsQwen3.6 Max Previewnone