导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.6 Plus

摘要

GPT-5.6 Terra (low) vs Qwen3.6 Plus (medium) benchmark 对比：Qwen3.6 Plus (medium) 平均分领先，为 7.8 vs 7.7。 Qwen3.6 Plus (medium) benchmark 成本更低，为 $0.294 vs $0.343。 GPT-5.6 Terra (low) 更快，为 4.88s vs 30.70s，通过率为 74.6% vs 69.8%。

推荐模型: GPT-5.6 Terra (low) - 它的得分接近这里的最高分（7.7 vs 7.8），同时响应速度比Qwen3.6 Plus (medium)快约 6.3 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 low 发布日期: 2026-07-09 Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20
分数 7.7 7.8
排名 #47 #36
可靠性 10.0 10.0
一致性 8.1 9.3
测试正确
尝试通过率 74.6% 69.8%
不稳定测试 5 2
总运行次数 63 63
每个结果成本 2.637 0.831
总成本 $0.343 $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 34,226 41,565
输出令牌 1,943 1,853
推理令牌 15,201 141,973
响应时间（平均） 4.88s 30.70s
响应时间（最大） 19.85s 201.68s
响应时间（总计） 102.53s 613.99s

生成展示

Hamster playing table tennis

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

#47 GPT-5.6 Terra

low
成本
$0.034
时间
16.8s
令牌
2,348 tok

#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 2.36s 606 171 602
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 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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 5.07s 11,019 312 349
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 919ms 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 7.2 44.4% 1 8.34s 723 72 4,086
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 4.8 3.2 33.3% 1 3.52s 477 105 249
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 1.48s 660 87 134
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 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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 5.95s 195 29 1,228
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 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowQwen3.6 PlusmediumvsGrok 4.5lowGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumKimi K2.6medium免费可用vsGPT-5.6 TerralowGemini 3.1 Flash LitemediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowMiniMax M3mediumvsGPT-5.6 TerralowClaude Opus 4.8lowvsQwen3.6 PlusmediumDeepSeek V4 ProhighvsGPT-5.6 TerralowClaude Sonnet 4.6mediumvsGPT-5.6 Terralow