#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 Plus 2026-04-20
GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 6.1。 Qwen3.5 Plus 2026-04-20 benchmark 成本更低，为 $0.122 vs $0.249。 GPT-5.6 Luna (low) 更快，为 5.04s vs 13.56s，通过率为 56.1% vs 43.9%。
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 Plus 2026-04-20快约 2.7 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 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none |
|---|---|---|
| 分数 | 6.2 | 6.1 |
| 排名 | #111 | #119 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 56.1% | 43.9% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.490 | 1.636 |
| 总成本 | $0.249 | $0.122 |
| 输入价格 | $1.000 / 1M | $0.300 / 1M |
| 输出价格 | $6.000 / 1M | $1.800 / 1M |
| 总输入令牌 | 96,346 | 94,468 |
| 输出令牌 | 8,211 | 51,487 |
| 推理令牌 | 17,227 | 0 |
| 响应时间（平均） | 5.04s | 13.56s |
| 响应时间（最大） | 19.44s | 206.05s |
| 响应时间（总计） | 110.88s | 298.31s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#119 Qwen3.5 Plus 2026-04-20
none- 成本
- $0.008
- 时间
- 77.0s
- 令牌
- 4,369 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 2026-04-20 | 4.8 | 10.0 | 25.0% | 0 | 1.88s | 696 | 557 | 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 2026-04-20 | 3.9 | 7.8 | 11.1% | 1 | 1.69s | 7,913 | 480 | 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% | 2 | 13.71s | 73,147 | 6,401 | 2,716 | |
| Qwen3.5 Plus 2026-04-20 | 6.4 | 5.8 | 66.7% | 1 | 109.69s | 66,908 | 42,617 | 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 2.82s | 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 2026-04-20 | 5.3 | 10.0 | 33.3% | 0 | 4.43s | 789 | 18 | 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 2026-04-20 | 4.8 | 10.0 | 0.0% | 0 | 1.41s | 522 | 119 | 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 2026-04-20 | 6.2 | 5.8 | 66.7% | 1 | 1.17s | 711 | 68 | 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 2026-04-20 | 6.7 | 7.9 | 55.6% | 1 | 1.97s | 714 | 583 | 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 4.42s | 8,211 | 297 | 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 2026-04-20 | 3.0 | 10.0 | 0.0% | 0 | 33.34s | 210 | 6,505 | 0 |
快速对比
切换对比组合
Seed-2.0-LitenonevsGPT-5.6 LunalowGPT-5 NanomediumvsQwen3.5 Plus 2026-04-20noneGemma 4 31Bnone免费可用vsGPT-5.6 Lunalowgpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20noneGemini 2.5 FlashnonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGPT-5.6 LunalowvsQwen3.5-FlashmediumQwen3.5 Plus 2026-04-20nonevsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-04-20noneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowClaude Sonnet 5nonevsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 Lunalow