导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.6 Flash

摘要

GPT-5.6 Luna vs Qwen3.6 Flash benchmark 对比：Qwen3.6 Flash 平均分领先，为 6.0 vs 5.3。 Qwen3.6 Flash benchmark 成本更低，为 $0.015 vs $0.047。 GPT-5.6 Luna 更快，为 1.06s vs 1.60s，通过率为 36.5% vs 33.3%。

推荐模型: Qwen3.6 Flash - 它在这里得分最高（6.0），同时成本比GPT-5.6 Luna低约 3.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09 Qwen3.6 Flash Qwen3.6 Flash none 发布日期: 2026-04-20
分数 5.3 6.0
排名 #142 #118
可靠性 10.0 10.0
一致性 8.8 10.0
测试正确
尝试通过率 36.5% 33.3%
不稳定测试 3 0
总运行次数 63 63
每个结果成本 0.767 0.266
总成本 $0.047 $0.015
输入价格 $1.000 / 1M $0.188 / 1M
输出价格 $6.000 / 1M $1.125 / 1M
总输入令牌 34,218 50,810
输出令牌 1,967 4,164
推理令牌 0 0
响应时间（平均） 1.06s 1.60s
响应时间（最大） 2.80s 4.60s
响应时间（总计） 22.34s 33.59s

生成展示

Hamster playing table tennis

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

#142 GPT-5.6 Luna

none
成本
$0.016
时间
15.8s
令牌
2,685 tok

#118 Qwen3.6 Flash

none
成本
$0.005
时间
20.1s
令牌
4,211 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 4.8 10.0 25.0% 0 901ms 606 266 0
Qwen3.6 Flash 3.1 10.0 0.0% 0 1.63s 696 1,554 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 3.8 7.2 22.2% 1 980ms 7,302 459 0
Qwen3.6 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 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 3.0 10.0 0.0% 0 2.78s 11,019 280 0
Qwen3.6 Flash 3.0 10.0 0.0% 0 4.22s 24,675 315 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 758ms 7,140 222 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.13s 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 737ms 723 54 0
Qwen3.6 Flash 5.3 10.0 33.3% 0 1.11s 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 1.00s 477 150 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 947ms 522 132 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 7.1 5.8 83.3% 1 1.23s 660 86 0
Qwen3.6 Flash 6.3 10.0 50.0% 0 1.10s 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 5.3 10.0 33.3% 0 790ms 642 202 0
Qwen3.6 Flash 3.5 10.0 0.0% 0 1.21s 714 669 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 2.80s 5,454 222 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.49s 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 651ms 195 26 0
Qwen3.6 Flash 3.0 10.0 0.0% 0 649ms 210 9 0

快速对比

切换对比组合

North Mini Codemedium免费可用vsQwen3.6 FlashnoneMiniMax M2.7mediumvsGPT-5.6 LunanoneGemini 3.1 Flash LiteminimalvsQwen3.6 FlashnoneMistral Small 4mediumvsGPT-5.6 LunanoneGPT-5.6 LunalowvsQwen3.6 FlashnoneGemma 4 31Bmedium免费可用vsQwen3.6 FlashnoneNemotron 3 Supermedium免费可用vsQwen3.6 FlashnoneCobuddymediumvsGPT-5.6 LunanoneGemini 3.1 Flash LitelowvsQwen3.6 FlashnoneNorth Mini Codemedium免费可用vsGPT-5.6 LunanoneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashnoneMiniMax M2.5mediumvsGPT-5.6 Lunanone