导航
Advertise here

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 9.6 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 $1.244。 GPT-5.6 Sol (low) 最快,为 11.13s。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-22

已对比模型

排名
#25
总输出令牌
22,557
响应时间(平均)
11.13s
总成本
$1.244
排名
#124
总输出令牌
312,614
响应时间(平均)
87.48s
总成本
$2.629
排名
#44
总输出令牌
105,662
响应时间(平均)
25.31s
总成本
$4.524
推荐模型 GPT-5.6 Sol (low)

它在这里得分最高(9.6),同时成本比本次比较中的其他模型低约 2.9 倍。

详细对比

指标 GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09 Grok 4.6 Grok 4.6 high 发布日期: 2026-08-12 Claude Opus 5 Claude Opus 5 high 发布日期: 2026-07-25
分数 9.6 8.5 9.4
排名 #25 #124 #44
可靠性 10.0 10.0 10.0
一致性 9.3 10.0 10.0
尝试次数 69/69 69/69 69/69
测试正确
尝试通过率 87.0% 82.6% 82.6%
不稳定测试 2 0 0
总运行次数 69 69 69
每个结果成本 6.545 13.833 23.809
总成本 $1.244 $2.629 $4.524
输入价格 $2.000 / 1M $2.000 / 1M $5.000 / 1M
输出价格 $10.000 / 1M $6.000 / 1M $25.000 / 1M
缓存读取价格 $0.200 / 1M $0.500 / 1M $0.500 / 1M
缓存写入价格 $2.500 / 1M 不适用 $6.250 / 1M
总输入令牌 191,653 376,233 376,421
输出令牌 5,473 6,687 67,688
推理令牌 17,084 305,927 37,974
响应时间(平均) 11.13s 87.48s 25.31s
响应时间(最大) 57.11s 618.49s 159.01s
响应时间(总计) 256.08s 2012.15s 582.11s
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

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#25 GPT-5.6 Sol

low
成本
$0.062
时间
26.7s
令牌
2,150 tok

#124 SpaceXAI: Grok 4.6

high
成本
$0.107
时间
265.1s
令牌
18,001 tok

#44 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

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

切换对比组合