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 Sol vs OpenAI: GPT-5.6 Sol

摘要

GPT-5.6 Sol (high) vs GPT-5.6 Sol (low) benchmark 对比：GPT-5.6 Sol (low) 平均分领先，为 9.5 vs 9.4。 GPT-5.6 Sol (low) benchmark 成本更低，为 $0.649 vs $0.821。 GPT-5.6 Sol (low) 更快，为 8.29s vs 10.56s，通过率为 88.9% vs 85.7%。

推荐模型: GPT-5.6 Sol (low) - 它在本次比较中得分最高（9.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

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

指标 GPT-5.6 Sol GPT-5.6 Sol high 发布日期: 2026-07-09 GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09
分数 9.4 9.5
排名 #6 #3
可靠性 10.0 10.0
一致性 8.8 9.2
测试正确
尝试通过率 88.9% 85.7%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 4.824 3.816
总成本 $0.821 $0.649
输入价格 $5.000 / 1M $5.000 / 1M
输出价格 $30.000 / 1M $30.000 / 1M
总输入令牌 34,114 34,218
输出令牌 1,872 1,898
推理令牌 19,777 14,023
响应时间（平均） 10.56s 8.29s
响应时间（最大） 54.79s 53.91s
响应时间（总计） 221.69s 174.04s

生成展示

Hamster playing table tennis

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

#6 GPT-5.6 Sol

high
成本
$0.151
时间
201.9s
令牌
5,100 tok

#3 GPT-5.6 Sol

low
成本
$0.062
时间
26.7s
令牌
2,150 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 Sol 8.7 7.9 91.7% 1 3.39s 606 171 644
GPT-5.6 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
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 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
GPT-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
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 Sol 10.0 10.0 100.0% 0 13.68s 11,019 315 1,599
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
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 Sol 10.0 10.0 100.0% 0 1.16s 7,140 222 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.82s 7,140 222 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 Sol 5.3 7.2 44.4% 1 39.45s 619 62 9,556
GPT-5.6 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
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 Sol 10.0 10.0 100.0% 0 4.40s 477 97 238
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
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 Sol 10.0 10.0 100.0% 0 2.73s 660 96 331
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
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 Sol 10.0 10.0 100.0% 0 4.10s 642 211 675
GPT-5.6 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
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 Sol 10.0 10.0 100.0% 0 7.08s 5,454 264 393
GPT-5.6 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
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 Sol 4.7 1.6 66.7% 1 6.97s 195 30 685
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326

快速对比

切换对比组合

GPT-5.6 SolhighvsQwen3.7 MaxmediumGemini 3 Flash PreviewmediumvsGPT-5.6 SollowGemini 3.5 FlashlowvsGPT-5.6 SolhighClaude Fable 5mediumvsGPT-5.6 SolhighGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGPT-5.6 SollowvsQwen3.7 MaxmediumGemini 3.5 FlashmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3.5 FlashhighvsGPT-5.6 SollowClaude Fable 5mediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SollowGemini 3.5 FlashmediumvsGPT-5.6 Sollow