GPT-5.6 Sol (low) vs Qwen3.7 Max (medium)

排名: #4
总输出令牌: 19,946
响应时间（平均）: 9.04s
总成本: $0.496

排名: #17
总输出令牌: 226,102
响应时间（平均）: 44.32s
总成本: $1.157

推荐模型 GPT-5.6 Sol (low)

它在这里得分最高（9.5），同时成本比Qwen3.7 Max (medium)低约 2.3 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22

指标	GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数	9.5	9.1
排名	#4	#17
可靠性	10.0	10.0
一致性	9.2	9.0
尝试次数	66/66	66/66
测试正确
尝试通过率	86.4%	86.4%
不稳定测试	2	3
总运行次数	66	66
每个结果成本	5.508	8.904
总成本	$0.496	$1.157
输入价格	$2.500 / 1M	$1.475 / 1M
输出价格	$15.000 / 1M	$4.425 / 1M
总输入令牌	78,580	106,029
输出令牌	4,476	5,748
推理令牌	15,470	220,354
响应时间（平均）	9.04s	44.32s
响应时间（最大）	53.91s	556.06s
响应时间（总计）	198.97s	975.11s
参数量	~2T 总计 (~150B 激活)	~1T 总计 (~40B 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.

#4 GPT-5.6 Sol

low

成本: $0.062
时间: 26.7s
令牌: 2,150 tok

#17 Qwen3.7 Max

medium

成本: $0.017
时间: 68.8s
令牌: 4,526 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 Sol	8.3	10.0	75.0%	0		2.60s	606	174	492
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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		11.25s	7,302	412	3,482
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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		14.58s	55,372	2,896	1,539
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

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		1.82s	7,140	222	0
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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		30.95s	732	71	8,522
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143

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		3.07s	477	99	135
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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		2.27s	660	90	146
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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	8.2	7.2	88.9%	1		3.44s	642	224	534
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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		7.56s	5,454	258	294
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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	10.0	10.0	100.0%	0		3.67s	195	30	326
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

快速对比

切换对比组合

Seed 2.1 TurbolowvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Qwen3.7 MaxmediumvsGrok 4.5high Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 3.7 FlashmediumvsGPT-5.6 Sollow Seed 2.1 TurbohighvsQwen3.7 Maxmedium Claude Opus 5highvsQwen3.7 Maxmedium Gemini 3.7 FlashlowvsQwen3.7 Maxmedium GPT-5.6 SollowvsGrok 4.6high Gemini 3.6 FlashmediumvsGPT-5.6 Sollow Gemini 3.7 FlashhighvsGPT-5.6 Sollow Gemini 3.5 FlashlowvsQwen3.7 Maxmedium