导航
Advertise here

GPT-5.6 Luna (low) vs Qwen3.7 Flash

GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 6.1。 Qwen3.7 Flash benchmark 成本更低，为 $0.019 vs $0.051。 GPT-5.6 Luna (low) 更快，为 5.20s vs 10.05s，通过率为 54.5% vs 36.4%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-10

已对比模型

排名
#194
总输出令牌
26,286
响应时间（平均）
5.20s
总成本
$0.051
排名
#199
总输出令牌
90,507
响应时间（平均）
10.05s
总成本
$0.019
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Qwen3.7 Flash快约 1.9 倍。

详细对比

指标 GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09 Qwen3.7 Flash Qwen3.7 Flash none 发布日期: 2026-07-28
分数 6.2 6.1
排名 #194 #199
可靠性 10.0 10.0
一致性 8.2 9.2
尝试次数 66/66 66/66
测试正确
尝试通过率 54.5% 36.4%
不稳定测试 5 2
总运行次数 66 66
每个结果成本 2.437 0.262
总成本 $0.051 $0.019
输入价格 $0.200 / 1M $0.030 / 1M
输出价格 $1.200 / 1M $0.130 / 1M
总输入令牌 96,355 218,740
输出令牌 8,213 90,507
推理令牌 18,073 0
响应时间（平均） 5.20s 10.05s
响应时间（最大） 19.44s 186.24s
响应时间（总计） 114.46s 221.13s
参数量 ~400B 总计 (~17B 激活) ~35B 总计 (~3B 激活)
开放状态 闭源 闭源

模型生成展示

Hamster playing table tennis

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

#194 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 tok

#199 Qwen3.7 Flash

none
成本
$0.001
时间
34.0s
令牌
4,814 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
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

快速对比

切换对比组合

gpt-oss-120bmediumvsQwen3.7 FlashnoneQwen3.7 FlashnonevsInklinglowGemma 4 31Bmedium免费可用vsGPT-5.6 LunalowSeed-2.0-LitenonevsGPT-5.6 LunalowTrinity Large ThinkingmediumvsQwen3.7 FlashnoneClaude Sonnet 5nonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsQwen3.7 FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashmediumGemma 4 31Bmedium免费可用vsQwen3.7 Flashnone