GPT-5.6 Terra (high) vs Qwen3.8 2.4T A95B (low)

已对比模型

排名: #76
总输出令牌: 60,065
响应时间（平均）: 13.62s
总成本: $1.116

排名: #68
总输出令牌: 512,034
响应时间（平均）: 120.40s
总成本: $3.172

推荐模型 GPT-5.6 Terra (high)

它的得分接近这里的最高分（8.3 vs 8.4），同时成本比Qwen3.8 2.4T A95B (low)低约 2.8 倍。

详细对比

指标	GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low 发布日期: 2026-08-12

指标	GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low 发布日期: 2026-08-12
分数	8.3	8.4
排名	#76	#68
可靠性	10.0	9.6
一致性	9.4	9.2
尝试次数	69/69	69/69
测试正确
尝试通过率	69.6%	73.9%
不稳定测试	2	2
总运行次数	69	69
每个结果成本	8.674	19.825
总成本	$1.116	$3.172
输入价格	$2.000 / 1M	$2.000 / 1M
输出价格	$12.000 / 1M	$6.000 / 1M
总输入令牌	197,239	313,881
输出令牌	6,083	123,706
推理令牌	53,982	388,328
响应时间（平均）	13.62s	120.40s
响应时间（最大）	91.49s	534.21s
响应时间（总计）	313.21s	2769.16s
参数量	~1T 总计 (~60B 激活)	2.4T 总计 (95B 激活)
开放状态	闭源	权重可用

模型生成展示

Hamster playing table tennis

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

#76 GPT-5.6 Terra

high

成本: $0.055
时间: 30.2s
令牌: 3,748 tok

#68 Qwen3.8 2.4T A95B

low

成本: $0.100
时间: 193.2s
令牌: 16,767 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:

智能体任务	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		66.44s	116,183	1,028	2,949
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

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
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399

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	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

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		42.65s	732	70	32,239
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

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
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

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
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

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
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

快速对比

切换对比组合

GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Kimi K3maxvsGPT-5.6 Terrahigh Qwen3.8 2.4T A95BlowvsInklinghigh免费可用 Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Claude Opus 4.8mediumvsGPT-5.6 Terrahigh DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGLM 5.2high Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Terrahigh