GPT-5.6 Sol (low) vs Qwen3.8 Max (medium)

排名: #6
总输出令牌: 19,246
响应时间（平均）: 8.79s
总成本: $0.971

排名: #19
总输出令牌: 84,826
响应时间（平均）: 21.53s
总成本: $0.728

推荐模型 GPT-5.6 Sol (low)

它在这里得分最高（9.5），同时响应速度比Qwen3.8 Max (medium)快约 2.5 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09	Qwen3.8 Max Qwen3.8 Max medium 发布日期: 2026-08-04

指标	GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09	Qwen3.8 Max Qwen3.8 Max medium 发布日期: 2026-08-04
分数	9.5	9.1
排名	#6	#19
可靠性	10.0	10.0
一致性	9.2	9.7
尝试次数	66/66	66/66
测试正确
尝试通过率	86.4%	84.9%
不稳定测试	2	1
总运行次数	66	66
每个结果成本	5.391	4.040
总成本	$0.971	$0.728
输入价格	$5.000 / 1M	$2.000 / 1M
输出价格	$30.000 / 1M	$6.000 / 1M
总输入令牌	78,571	109,046
输出令牌	4,476	6,567
推理令牌	14,770	78,259
响应时间（平均）	8.79s	21.53s
响应时间（最大）	53.91s	126.60s
响应时间（总计）	193.33s	473.75s
参数量	~2T 总计 (~150B 激活)	2.4T 总计 (~100B 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.

#6 GPT-5.6 Sol

low

成本: $0.062
时间: 26.7s
令牌: 2,150 tok

#19 Qwen3.8 Max

medium

成本: $0.028
时间: 71.9s
令牌: 4,750 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
Qwen3.8 Max	10.0	10.0	100.0%	0		4.17s	672	312	2,075

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
Qwen3.8 Max	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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
Qwen3.8 Max	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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
Qwen3.8 Max	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

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		29.07s	723	71	7,822
Qwen3.8 Max	5.3	10.0	33.3%	0		28.52s	771	63	13,581

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
Qwen3.8 Max	10.0	10.0	100.0%	0		6.41s	516	168	700

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
Qwen3.8 Max	10.0	10.0	100.0%	0		3.49s	699	102	914

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
Qwen3.8 Max	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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
Qwen3.8 Max	10.0	10.0	100.0%	0		7.83s	8,229	267	636

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
Qwen3.8 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767

快速对比

切换对比组合

Seed 2.1 TurbolowvsQwen3.8 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3.7 FlashlowvsQwen3.8 Maxmedium Qwen3.8 MaxmediumvsGrok 4.6high Gemini 3.7 FlashmediumvsGPT-5.6 Sollow Claude Opus 5highvsQwen3.8 Maxmedium Gemini 3.5 FlashlowvsQwen3.8 Maxmedium Qwen3.8 MaxmediumvsGrok 4.5high GPT-5.5lowvsQwen3.8 Maxmedium Seed 2.1 TurbohighvsQwen3.8 Maxmedium Gemini 3.7 FlashhighvsGPT-5.6 Sollow