导航
AI BENCHY
Advertise here

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 (medium) benchmark 对比：平均分几乎持平，为 9.4 vs 9.4。 GPT-5.6 Sol (high) benchmark 成本更低，为 $0.821 vs $0.966。 GPT-5.6 Sol (high) 更快，为 10.56s vs 10.79s，通过率为 88.9% vs 90.5%。

推荐模型: GPT-5.6 Sol (high) - 它在本次比较中得分最高（9.4），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 medium 发布日期: 2026-07-09
分数 9.4 9.4
排名 #6 #5
可靠性 10.0 10.0
一致性 8.8 8.8
测试正确
尝试通过率 88.9% 90.5%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 4.824 5.682
总成本 $0.821 $0.966
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 1,895
推理令牌 19,777 24,600
响应时间（平均） 10.56s 10.79s
响应时间（最大） 54.79s 79.40s
响应时间（总计） 221.69s 226.57s

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

#5 GPT-5.6 Sol

medium
成本
$0.124
时间
57.2s
令牌
4,199 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 10.0 10.0 100.0% 0 2.81s 606 173 572
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 9.40s 7,302 394 4,706
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 12.13s 11,019 318 1,214
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 1.38s 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 5.9 7.2 55.6% 1 47.86s 723 71 16,201
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 3.48s 477 99 214
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 2.50s 660 96 249
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 2.98s 642 228 566
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 6.30s 5,454 264 361
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 4.7 1.6 66.7% 1 4.94s 195 30 517

快速对比

切换对比组合

GPT-5.6 SolhighvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.6 SolhighGemini 3.5 FlashlowvsGPT-5.6 SolmediumClaude Fable 5mediumvsGPT-5.6 SolhighGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGemini 3.5 FlashmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGPT-5.6 SolhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGPT-5.6 SolhighGPT-5.6 SolhighvsGLM 5.2medium