GPT-5.6 Sol vs Qwen3.7 Flash (medium)

排名: #94
总输出令牌: 4,357
响应时间（平均）: 2.16s
总成本: $0.524

排名: #91
总输出令牌: 462,623
响应时间（平均）: 45.90s
总成本: $0.064

推荐模型 Qwen3.7 Flash (medium)

它在这里得分最高（7.0），同时成本比GPT-5.6 Sol低约 8.2 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash medium 发布日期: 2026-07-28

指标	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash medium 发布日期: 2026-07-28
分数	6.9	7.0
排名	#94	#91
可靠性	10.0	10.0
一致性	9.0	7.5
测试正确
尝试通过率	59.1%	65.2%
不稳定测试	3	7
总运行次数	66	66
每个结果成本	4.761	0.636
总成本	$0.524	$0.064
输入价格	$5.000 / 1M	$0.030 / 1M
输出价格	$30.000 / 1M	$0.130 / 1M
总输入令牌	78,593	114,468
输出令牌	4,357	12,786
推理令牌	0	449,837
响应时间（平均）	2.16s	45.90s
响应时间（最大）	12.81s	593.64s
响应时间（总计）	47.62s	1009.84s

Hamster playing table tennis

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

#94 GPT-5.6 Sol

none

成本: $0.116
时间: 78.7s
令牌: 3,944 tok

#91 Qwen3.7 Flash

medium

无效SVG

成本: $0.000
时间: 600.0s
令牌: 0 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		1.27s	606	154	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		9.56s	672	525	12,844

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	5.5	10.0	33.3%	0		1.39s	7,302	390	0
Qwen3.7 Flash	6.2	6.9	55.6%	1		46.78s	7,893	563	61,902

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	6.5	10.0	50.0%	0		8.37s	55,394	2,881	0
Qwen3.7 Flash	6.4	5.8	66.7%	1		314.17s	87,042	10,432	296,919

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		1.53s	7,140	222	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.42s	7,782	270	11,588

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	3.6	7.2	22.2%	1		1.43s	723	54	0
Qwen3.7 Flash	3.6	7.2	22.2%	1		27.16s	771	59	31,524

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	6.5	3.4	66.7%	1		1.52s	477	91	0
Qwen3.7 Flash	5.5	10.0	0.0%	0		10.18s	516	143	3,647

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	8.5	6.8	83.3%	1		1.33s	660	84	0
Qwen3.7 Flash	5.8	2.7	66.7%	2		9.27s	699	100	7,457

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	7.7	10.0	66.7%	0		1.49s	642	211	0
Qwen3.7 Flash	7.1	5.1	77.8%	2		8.30s	696	355	9,138

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		3.70s	5,454	246	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.80s	8,193	309	2,171

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	3.0	10.0	0.0%	0		1.95s	195	24	0
Qwen3.7 Flash	3.0	10.0	0.0%	0		29.17s	204	30	12,647

快速对比

切换对比组合

GPT-5.6 SolnonevsMiMo-V2.5-Promedium GPT-5.6 SolnonevsQwen3.6 Flashmedium KAT-Coder-Pro V2.5mediumvsGPT-5.6 Solnone Gemini 3.5 FlashnonevsQwen3.7 Flashmedium DeepSeek V4 PrononevsQwen3.7 Flashmedium GPT-5.6 SolnonevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGPT-5.6 Solnone Gemini 3.5 FlashminimalvsGPT-5.6 Solnone Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.6 Solnone GPT-5.5nonevsQwen3.7 Flashmedium Kimi K2.5mediumvsGPT-5.6 Solnone