- 排名
- #5
- 总输出令牌
- 19,246
- 响应时间（平均）
- 8.79s
- 总成本
- $0.971
已对比模型
GPT-5.6 Sol (low) vs Grok 4.6 (high) vs Claude Opus 5 (high) 基准对比: GPT-5.6 Sol (low) 在分数上以 9.5 领先。 GPT-5.6 Sol (low) 在可靠性上以 10.0 领先。 GPT-5.6 Sol (low) 的总成本最低，为 $0.971。 GPT-5.6 Sol (low) 最快，为 8.79s。
- 排名
- #11
- 总输出令牌
- 265,604
- 响应时间（平均）
- 79.38s
- 总成本
- $1.809
- 排名
- #10
- 总输出令牌
- 86,180
- 响应时间（平均）
- 20.44s
- 总成本
- $2.835
推荐模型
GPT-5.6 Sol (low)
它在这里得分最高（9.5），同时成本比本次比较中的其他模型低约 2.4 倍。
详细对比
| 指标 | GPT-5.6 Sol GPT-5.6 Sol low | Grok 4.6 Grok 4.6 high | Claude Opus 5 Claude Opus 5 high |
|---|---|---|---|
| 分数 | 9.5 | 9.2 | 9.2 |
| 排名 | #5 | #11 | #10 |
| 可靠性 | 10.0 | 10.0 | 10.0 |
| 一致性 | 9.2 | 9.6 | 9.6 |
| 尝试次数 | 66/66 | 66/66 | 66/66 |
| 测试正确 | |||
| 尝试通过率 | 86.4% | 84.9% | 84.9% |
| 不稳定测试 | 2 | 1 | 1 |
| 总运行次数 | 66 | 66 | 66 |
| 每个结果成本 | 5.391 | 10.046 | 15.747 |
| 总成本 | $0.971 | $1.809 | $2.835 |
| 输入价格 | $5.000 / 1M | $2.000 / 1M | $5.000 / 1M |
| 输出价格 | $30.000 / 1M | $6.000 / 1M | $25.000 / 1M |
| 总输入令牌 | 78,571 | 107,266 | 135,959 |
| 输出令牌 | 4,476 | 5,094 | 67,066 |
| 推理令牌 | 14,770 | 260,510 | 19,114 |
| 响应时间（平均） | 8.79s | 79.38s | 20.44s |
| 响应时间（最大） | 53.91s | 618.49s | 159.01s |
| 响应时间（总计） | 193.33s | 1746.29s | 449.68s |
| 参数量 | ~2T 总计 (~150B 激活) | ~1.7T 总计 (~170B 激活) | ~5T 总计 (~500B 激活) |
| 开放状态 | 闭源 | 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.
#5 GPT-5.6 Sol
low- 成本
- $0.062
- 时间
- 26.7s
- 令牌
- 2,150 tok
#11 SpaceXAI: Grok 4.6
high- 成本
- $0.107
- 时间
- 265.1s
- 令牌
- 18,001 tok
#10 Claude Opus 5
high- 成本
- $0.265
- 时间
- 144.5s
- 令牌
- 10,741 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 | 8.3 | 10.0 | 75.0% | 0 | 2.60s | 606 | 174 | 492 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.44s | 2,991 | 79 | 6,805 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 5.91s | 834 | 2,063 | 617 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 102.20s | 9,579 | 379 | 51,829 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 12.73s | 10,590 | 7,547 | 1,721 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 91.77s | 68,548 | 3,931 | 34,529 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 31.11s | 98,549 | 10,546 | 2,198 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.08s | 8,937 | 225 | 6,590 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.22s | 10,503 | 488 | 160 |
| 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 | |
| Grok 4.6 | 3.6 | 7.2 | 22.2% | 1 | 334.95s | 2,514 | 14 | 137,858 | |
| Claude Opus 5 | 3.6 | 7.2 | 22.2% | 1 | 89.10s | 975 | 43,065 | 13,078 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 19.51s | 1,077 | 56 | 2,448 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.79s | 708 | 268 | 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.27s | 660 | 90 | 146 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 13.82s | 1,857 | 57 | 4,318 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 909 | 119 | 361 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 15.56s | 2,430 | 122 | 5,706 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 894 | 908 | 524 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.30s | 8,544 | 216 | 1,505 | |
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 8.44s | 11,739 | 354 | 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 195 | 30 | 326 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 54.22s | 789 | 15 | 8,922 | |
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 14.14s | 258 | 1,708 | 455 |
快速对比
切换对比组合
Claude Opus 5highvsGemini 3.1 Pro PreviewmediumGemini 3.5 FlashhighvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGrok 4.6highClaude Opus 5mediumvsGrok 4.6highGemini 3 Flash PreviewmediumvsGPT-5.6 SollowQwen3.7 MaxmediumvsGrok 4.6highClaude Opus 5highvsGPT-5.5lowClaude Opus 5highvsQwen3.7 MaxmediumGemini 3.5 FlashmediumvsGrok 4.6highGPT-5.5lowvsGrok 4.6highSeed 2.1 TurbolowvsGrok 4.6highQwen3.8 MaxmediumvsGrok 4.6high