#29 GPT-5.6 Terra
high- 成本
- $0.055
- 时间
- 30.2s
- 令牌
- 3,748 tok
AI BENCHY 对比
OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.6 Plus
摘要
GPT-5.6 Terra (high) vs Qwen3.6 Plus (medium) benchmark 对比：GPT-5.6 Terra (high) 平均分领先，为 8.2 vs 7.8。 Qwen3.6 Plus (medium) benchmark 成本更低，为 $0.294 vs $0.852。 GPT-5.6 Terra (high) 更快，为 10.89s vs 30.70s，通过率为 68.3% vs 69.8%。
推荐模型: GPT-5.6 Terra (high) - 它在这里得分最高（8.2），同时响应速度比Qwen3.6 Plus (medium)快约 2.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09
| 指标 | GPT-5.6 Terra GPT-5.6 Terra high | Qwen3.6 Plus Qwen3.6 Plus medium |
|---|---|---|
| 分数 | 8.2 | 7.8 |
| 排名 | #29 | #36 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 68.3% | 69.8% |
| 不稳定测试 | 1 | 2 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 6.086 | 0.831 |
| 总成本 | $0.852 | $0.294 |
| 输入价格 | $2.500 / 1M | $0.325 / 1M |
| 输出价格 | $15.000 / 1M | $1.950 / 1M |
| 总输入令牌 | 34,218 | 41,565 |
| 输出令牌 | 1,908 | 1,853 |
| 推理令牌 | 49,189 | 141,973 |
| 响应时间（平均） | 10.89s | 30.70s |
| 响应时间（最大） | 91.49s | 201.68s |
| 响应时间（总计） | 228.65s | 613.99s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#36 Qwen3.6 Plus
medium- 成本
- $0.024
- 时间
- 219.0s
- 令牌
- 12,235 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 Terra | 8.3 | 10.0 | 75.0% | 0 | 2.54s | 606 | 158 | 700 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 9.90s | 672 | 207 | 7,557 |
| 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 Terra | 7.6 | 7.2 | 77.8% | 1 | 9.14s | 7,302 | 370 | 6,087 | |
| Qwen3.6 Plus | 6.1 | 7.8 | 44.4% | 1 | 153.12s | 7,098 | 58 | 50,586 |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 6.94s | 11,019 | 314 | 627 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 34.95s | 14,934 | 452 | 13,073 |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 938ms | 7,140 | 222 | 0 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 14.95s | 7,782 | 270 | 10,706 |
| 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 Terra | 5.3 | 10.0 | 33.3% | 0 | 43.44s | 723 | 70 | 32,942 | |
| Qwen3.6 Plus | 2.9 | 7.2 | 11.1% | 1 | 29.59s | 771 | 56 | 33,464 |
| 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 Terra | 5.1 | 10.0 | 0.0% | 0 | 3.03s | 477 | 113 | 216 | |
| Qwen3.6 Plus | 5.1 | 10.0 | 0.0% | 0 | 27.05s | 516 | 111 | 5,232 |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 2.14s | 660 | 96 | 319 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 699 | 102 | 5,552 |
| 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 Terra | 7.7 | 10.0 | 66.7% | 0 | 5.45s | 642 | 277 | 2,613 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 696 | 309 | 6,712 |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 4.97s | 5,454 | 258 | 168 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 8,193 | 267 | 1,330 |
| 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 Terra | 3.0 | 10.0 | 0.0% | 0 | 23.30s | 195 | 30 | 5,517 | |
| Qwen3.6 Plus | 3.0 | 10.0 | 0.0% | 0 | 47.51s | 204 | 21 | 7,761 |
快速对比
切换对比组合
GPT-5.6 TerrahighvsQwen3.7 PlusmediumQwen3.6 PlusmediumvsGrok 4.5lowNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighClaude Opus 4.8lowvsQwen3.6 PlusmediumGPT-5.6 TerralowvsQwen3.6 PlusmediumQwen3.6 PlusmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.6 PlusmediumGPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 ProhighvsQwen3.6 PlusmediumGPT-5.6 TerrahighvsQwen3.5-27Bmedium