GPT-5.6 Sol (medium) vs Qwen3.8 Max (0902) (low)

已对比模型

排名: #13
总输出令牌: 34,977
响应时间（平均）: 12.63s
总成本: $0.508

排名: #23
总输出令牌: 75,865
响应时间（平均）: 24.21s
总成本: $0.664

推荐模型 GPT-5.6 Sol (medium)

它在这里得分最高（9.4），同时响应速度比Qwen3.8 Max (0902) (low)快约 1.9 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol medium 发布日期: 2026-07-09	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low 发布日期: 2026-09-07

指标	GPT-5.6 Sol GPT-5.6 Sol medium 发布日期: 2026-07-09	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low 发布日期: 2026-09-07
分数	9.4	9.1
排名	#13	#23
可靠性	10.0	10.0
一致性	8.9	9.3
尝试次数	66/66	66/66
测试正确
尝试通过率	90.9%	86.4%
不稳定测试	3	2
总运行次数	66	66
每个结果成本	8.025	3.684
总成本	$0.508	$0.664
输入价格	$2.000 / 1M	$2.000 / 1M
输出价格	$10.000 / 1M	$6.000 / 1M
总输入令牌	79,006	103,954
输出令牌	4,696	6,322
推理令牌	30,281	69,543
响应时间（平均）	12.63s	24.21s
响应时间（最大）	79.40s	207.79s
响应时间（总计）	277.88s	532.62s
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.

#13 GPT-5.6 Sol

medium

成本: $0.124
时间: 57.2s
令牌: 4,199 tok

#23 Qwen3.8 Max (0902)

low

成本: $0.014
时间: 41.2s
令牌: 2,421 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	10.0	10.0	100.0%	0		2.81s	606	173	572
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.72s	984	212	1,854

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		9.40s	7,302	394	4,706
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		37.42s	8,127	485	17,404

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		17.65s	55,798	3,119	2,616
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		113.88s	74,767	4,562	29,335

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		1.38s	7,140	222	0
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		9.94s	7,938	261	2,254

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	5.9	7.2	55.6%	1		57.24s	732	71	20,480
Qwen3.8 Max (0902)	5.3	7.2	44.4%	1		34.93s	1,014	45	13,881

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		3.48s	477	99	214
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		8.91s	594	120	820

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		2.50s	660	96	249
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.32s	855	90	866

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		2.98s	642	228	566
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.49s	930	275	1,248

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		6.30s	5,454	264	361
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.73s	8,463	249	126

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		4.94s	195	30	517
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755

快速对比

切换对比组合

Gemini 3.8 FlashmediumvsQwen3.8 Max (0902)low GPT-5.6 SolmediumvsGrok 4.6high Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Claude Opus 5mediumvsQwen3.8 Max (0902)low Claude Opus 5highvsQwen3.8 Max (0902)low Claude Fable 5.1highvsQwen3.8 Max (0902)low Gemini 3.5 FlashmediumvsQwen3.8 Max (0902)low GPT-5.5mediumvsQwen3.8 Max (0902)low Gemini 3.1 Pro PreviewmediumvsQwen3.8 Max (0902)low Gemini 3.7 FlashlowvsGPT-5.6 Solmedium Claude Opus 5highvsGPT-5.6 Solmedium Qwen3.8 Max (0902)lowvsGrok 4.5high