导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3 Coder Next

摘要

GPT-5.6 Luna vs Qwen3 Coder Next (medium) benchmark 对比：GPT-5.6 Luna 平均分领先，为 5.3 vs 4.7。 Qwen3 Coder Next (medium) benchmark 成本更低，为 $0.008 vs $0.047。 GPT-5.6 Luna 更快，为 1.06s vs 8.58s，通过率为 36.5% vs 28.6%。

推荐模型: GPT-5.6 Luna - 它在这里得分最高（5.3），同时响应速度比Qwen3 Coder Next (medium)快约 8.1 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 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03
分数 5.3 4.7
排名 #142 #167
可靠性 10.0 10.0
一致性 8.8 8.9
测试正确
尝试通过率 36.5% 28.6%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 0.767 0.201
总成本 $0.047 $0.008
输入价格 $1.000 / 1M $0.110 / 1M
输出价格 $6.000 / 1M $0.800 / 1M
总输入令牌 34,218 47,250
输出令牌 1,967 3,319
推理令牌 0 0
响应时间（平均） 1.06s 8.58s
响应时间（最大） 2.80s 81.80s
响应时间（总计） 22.34s 128.68s

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

#167 Qwen3 Coder Next

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 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 Coder Next 3.5 8.1 16.7% 1 8.64s 645 1,252 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 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 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 Coder Next 3.0 10.0 0.0% 0 4.28s 20,469 317 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 Coder Next 6.5 10.0 50.0% 0 81.80s 7,758 246 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 Coder Next 5.3 10.0 33.3% 0 638ms 753 25 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 Coder Next 6.3 3.4 66.7% 1 1.39s 498 142 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 Coder Next 6.3 10.0 50.0% 0 7.49s 684 63 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 Coder Next 3.0 10.0 0.0% 0 1.25s 678 671 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 Coder Next 10.0 10.0 100.0% 0 2.64s 8,364 255 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 Coder Next 3.0 10.0 0.0% 0 399ms 216 12 0

快速对比

切换对比组合

Ling-2.6-1TnonevsQwen3 Coder NextmediumMercury 2nonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3 Coder NextmediumMiniMax M2.7mediumvsGPT-5.6 LunanoneRing-2.6-1TnonevsQwen3 Coder NextmediumLing-2.6-flashnonevsQwen3 Coder NextmediumNemotron 3 Supernone免费可用vsQwen3 Coder NextmediumQwen3 Coder NextmediumvsGLM 4.7 FlashnoneMistral Small 4mediumvsGPT-5.6 LunanoneGPT-4o-mininonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsGrok 4.20noneTrinity Large PreviewnonevsQwen3 Coder Nextmedium