- 排名
- #94
- 总输出令牌
- 44,525
- 响应时间（平均）
- 7.43s
- 总成本
- $0.072
GPT-5.6 Luna (medium) vs Qwen3.7 Max
平均分几乎持平，为 7.4 vs 7.4。 GPT-5.6 Luna (medium) benchmark 成本更低，为 $0.072 vs $0.197。 Qwen3.7 Max 更快，为 4.56s vs 7.43s，通过率为 62.1% vs 68.2%。
- 排名
- #92
- 总输出令牌
- 12,446
- 响应时间（平均）
- 4.56s
- 总成本
- $0.197
推荐模型
GPT-5.6 Luna (medium)
它在这里得分最高（7.4），同时成本比Qwen3.7 Max低约 2.8 倍。
详细对比
| 指标 | GPT-5.6 Luna GPT-5.6 Luna medium | Qwen3.7 Max Qwen3.7 Max none |
|---|---|---|
| 分数 | 7.4 | 7.4 |
| 排名 | #94 | #92 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 9.2 | 10.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 62.1% | 68.2% |
| 不稳定测试 | 2 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.601 | 1.581 |
| 总成本 | $0.072 | $0.197 |
| 输入价格 | $0.200 / 1M | $1.475 / 1M |
| 输出价格 | $1.200 / 1M | $4.425 / 1M |
| 总输入令牌 | 89,685 | 95,992 |
| 输出令牌 | 5,701 | 12,446 |
| 推理令牌 | 38,824 | 0 |
| 响应时间（平均） | 7.43s | 4.56s |
| 响应时间（最大） | 29.85s | 72.30s |
| 响应时间（总计） | 163.54s | 100.30s |
| 参数量 | ~400B 总计 (~17B 激活) | ~1T 总计 (~40B 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.
#94 GPT-5.6 Luna
medium- 成本
- $0.014
- 时间
- 14.6s
- 令牌
- 2,362 tok
#92 Qwen3.7 Max
none- 成本
- $0.046
- 时间
- 195.0s
- 令牌
- 12,171 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 | 2.52s | 606 | 160 | 987 | |
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 1.08s | 696 | 242 | 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 | 5.4 | 7.2 | 44.4% | 1 | 10.38s | 7,302 | 564 | 9,928 | |
| Qwen3.7 Max | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 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 | 10.0 | 10.0 | 100.0% | 0 | 14.59s | 66,477 | 3,926 | 4,594 | |
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 37.23s | 68,425 | 10,623 | 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 | 1.95s | 7,140 | 234 | 324 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.35s | 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 | 2.9 | 7.2 | 11.1% | 1 | 18.45s | 732 | 70 | 17,375 | |
| Qwen3.7 Max | 7.7 | 10.0 | 66.7% | 0 | 1.24s | 798 | 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 | 5.1 | 10.0 | 0.0% | 0 | 4.34s | 477 | 112 | 496 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 522 | 120 | 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 | 9.9 | 10.0 | 100.0% | 0 | 2.38s | 660 | 95 | 393 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 943ms | 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 | 7.8 | 10.0 | 66.7% | 0 | 4.04s | 642 | 255 | 2,104 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.13s | 714 | 314 | 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 | 6.02s | 5,454 | 256 | 244 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 3.92s | 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 | 6.64s | 195 | 29 | 2,379 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 856ms | 210 | 13 | 0 |
快速对比
切换对比组合
Kimi K2.7 CodemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok Build 0.1mediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneLongCat 2.0mediumvsQwen3.7 MaxnoneGPT-5.6 LunamediumvsQwen3.8 2.4T A95BhighMiniMax M3mediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsQwen3.7 MaxnoneGPT-5.6 LunamediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumQwen3.7 MaxnonevsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen3.7 Maxnone