GPT-5.6 Luna (medium) vs Grok 4.6 (low)

排名: #90
总输出令牌: 44,525
响应时间（平均）: 7.43s
总成本: $0.036

排名: #93
总输出令牌: 38,048
响应时间（平均）: 14.55s
总成本: $0.449

推荐模型 GPT-5.6 Luna (medium)

它在这里得分最高（7.4），同时成本比Grok 4.6 (low)低约 12.6 倍。

详细对比

指标	GPT-5.6 Luna GPT-5.6 Luna medium 发布日期: 2026-07-09	Grok 4.6 Grok 4.6 low 发布日期: 2026-08-12

指标	GPT-5.6 Luna GPT-5.6 Luna medium 发布日期: 2026-07-09	Grok 4.6 Grok 4.6 low 发布日期: 2026-08-12
分数	7.4	7.4
排名	#90	#93
可靠性	10.0	10.0
一致性	9.2	9.6
尝试次数	66/66	66/66
测试正确
尝试通过率	62.1%	69.7%
不稳定测试	2	1
总运行次数	66	66
每个结果成本	2.601	2.989
总成本	$0.036	$0.449
输入价格	$0.100 / 1M	$2.000 / 1M
输出价格	$0.600 / 1M	$6.000 / 1M
总输入令牌	89,685	109,960
输出令牌	5,701	5,124
推理令牌	38,824	32,924
响应时间（平均）	7.43s	14.55s
响应时间（最大）	29.85s	26.46s
响应时间（总计）	163.54s	320.17s
参数量	~400B 总计 (~17B 激活)	~1.7T 总计 (~170B 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.

#90 GPT-5.6 Luna

medium

成本: $0.014
时间: 14.6s
令牌: 2,362 tok

#93 SpaceXAI: Grok 4.6

low

成本: $0.011
时间: 26.0s
令牌: 1,941 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

类别:

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
Grok 4.6	10.0	10.0	100.0%	0		9.00s	2,991	104	3,343

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
Grok 4.6	5.5	7.1	44.4%	1		21.69s	9,579	349	7,740

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
Grok 4.6	6.5	10.0	50.0%	0		23.33s	71,233	3,899	2,805

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
Grok 4.6	10.0	10.0	100.0%	0		11.63s	8,937	225	1,423

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
Grok 4.6	3.0	10.0	0.0%	0		18.19s	2,523	16	7,921

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
Grok 4.6	10.0	10.0	100.0%	0		16.29s	1,077	55	1,009

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
Grok 4.6	9.8	10.0	100.0%	0		6.64s	1,857	57	2,310

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
Grok 4.6	10.0	10.0	100.0%	0		8.16s	2,430	154	2,506

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
Grok 4.6	10.0	10.0	100.0%	0		14.42s	8,544	255	359

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
Grok 4.6	3.0	10.0	0.0%	0		26.11s	789	10	3,508

快速对比

切换对比组合

GPT-5.6 LunamediumvsQwen3.7 Maxnone Qwen3.8 2.4T A95BhighvsGrok 4.6low Claude Sonnet 4.6nonevsGrok 4.6low LongCat 2.0mediumvsGrok 4.6low GPT-5.6 LunamediumvsQwen3.8 2.4T A95Bhigh Gemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium Kimi K2.7 CodemediumvsGrok 4.6low Qwen3.7 MaxnonevsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash LitemediumvsGrok 4.6low GPT-5.4 MinimediumvsGrok 4.6low Qwen3.7 PlusnonevsGrok 4.6low