- 排名
- #131
- 总输出令牌
- 25,438
- 响应时间（平均）
- 5.04s
- 总成本
- $0.125
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 $0.125。 GPT-5.6 Luna (low) 更快，为 5.04s vs 10.06s，通过率为 56.1% vs 36.4%。
- 排名
- #136
- 总输出令牌
- 90,507
- 响应时间（平均）
- 10.06s
- 总成本
- $0.019
推荐模型
Qwen3.7 Flash
它的得分接近这里的最高分（6.1 vs 6.2），同时成本比GPT-5.6 Luna (low)低约 6.8 倍。
详细对比
| 指标 | GPT-5.6 Luna GPT-5.6 Luna low | Qwen3.7 Flash Qwen3.7 Flash none |
|---|---|---|
| 分数 | 6.2 | 6.1 |
| 排名 | #131 | #136 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 56.1% | 36.4% |
| 不稳定测试 | 5 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.490 | 0.262 |
| 总成本 | $0.125 | $0.019 |
| 输入价格 | $0.500 / 1M | $0.030 / 1M |
| 输出价格 | $3.000 / 1M | $0.130 / 1M |
| 总输入令牌 | 96,346 | 218,731 |
| 输出令牌 | 8,211 | 90,507 |
| 推理令牌 | 17,227 | 0 |
| 响应时间（平均） | 5.04s | 10.06s |
| 响应时间（最大） | 19.44s | 186.24s |
| 响应时间（总计） | 110.88s | 221.34s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#131 GPT-5.6 Luna
low- 成本
- $0.011
- 时间
- 10.2s
- 令牌
- 1,897 tok
#136 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
| 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 | |
| Qwen3.7 Flash | 3.0 | 7.9 | 8.3% | 1 | 2.55s | 696 | 1,627 | 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 | |
| Qwen3.7 Flash | 5.5 | 10.0 | 33.3% | 0 | 1.55s | 7,911 | 855 | 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 | |
| Qwen3.7 Flash | 3.8 | 5.8 | 33.3% | 1 | 94.59s | 191,173 | 86,701 | 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.09s | 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 | |
| Qwen3.7 Flash | 5.3 | 10.0 | 33.3% | 0 | 884ms | 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 963ms | 522 | 86 | 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 | |
| Qwen3.7 Flash | 6.3 | 10.0 | 50.0% | 0 | 892ms | 711 | 66 | 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 | |
| Qwen3.7 Flash | 3.7 | 10.0 | 0.0% | 0 | 1.39s | 714 | 633 | 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.80s | 8,211 | 272 | 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 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 766ms | 210 | 9 | 0 |
快速对比
切换对比组合
gpt-oss-120bmediumvsQwen3.7 FlashnoneSeed-2.0-LitenonevsGPT-5.6 LunalowQwen3.7 FlashnonevsInklinglowGemma 4 31Bnone免费可用vsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsQwen3.7 FlashnoneGemini 2.5 FlashnonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGPT-5.6 LunalowvsQwen3.5-FlashmediumGPT-5 NanomediumvsQwen3.7 FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowTrinity Large ThinkinglowvsQwen3.7 FlashnoneQwen3.7 FlashnonevsStep 3.5 Flashmedium