GPT-5.6 Terra (medium) vs Qwen3.7 Flash (high)

排名: #46
总输出令牌: 31,830
响应时间（平均）: 7.11s
总成本: $0.338

排名: #48
总输出令牌: 359,703
响应时间（平均）: 39.77s
总成本: $0.051

推荐模型 Qwen3.7 Flash (high)

它在这里得分最高（7.8），同时成本比GPT-5.6 Terra (medium)低约 6.7 倍。

详细对比

指标	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash high 发布日期: 2026-07-28

指标	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09	Qwen3.7 Flash Qwen3.7 Flash high 发布日期: 2026-07-28
分数	7.8	7.8
排名	#46	#48
可靠性	10.0	10.0
一致性	9.3	7.8
测试正确
尝试通过率	69.7%	72.7%
不稳定测试	2	6
总运行次数	66	66
每个结果成本	4.825	0.387
总成本	$0.338	$0.051
输入价格	$1.250 / 1M	$0.030 / 1M
输出价格	$7.500 / 1M	$0.130 / 1M
总输入令牌	79,175	116,322
输出令牌	4,878	12,332
推理令牌	26,952	347,371
响应时间（平均）	7.11s	39.77s
响应时间（最大）	41.68s	431.47s
响应时间（总计）	156.42s	875.01s

Hamster playing table tennis

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

#46 GPT-5.6 Terra

medium

成本: $0.035
时间: 16.3s
令牌: 2,418 tok

#48 Qwen3.7 Flash

high

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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.21s	672	713	13,968

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	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527
Qwen3.7 Flash	8.2	9.7	66.7%	0		58.84s	7,893	503	62,350

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		11.10s	55,976	3,212	2,122
Qwen3.7 Flash	6.9	5.9	66.7%	1		231.97s	88,896	9,866	203,866

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		872ms	7,140	222	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		20.10s	7,782	270	10,800

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		23.45s	723	70	15,327
Qwen3.7 Flash	3.5	4.4	33.3%	2		22.73s	771	61	25,126

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	5.5	10.0	0.0%	0		2.37s	477	133	144
Qwen3.7 Flash	5.1	3.4	33.3%	1		10.73s	516	120	3,898

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		1.43s	660	89	261
Qwen3.7 Flash	9.8	10.0	100.0%	0		9.41s	699	97	7,838

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	8.4	7.4	88.9%	1		3.78s	642	272	1,462
Qwen3.7 Flash	7.1	5.1	77.8%	2		10.79s	696	369	10,474

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		5.09s	5,454	254	246
Qwen3.7 Flash	10.0	10.0	100.0%	0		5.72s	8,193	309	1,436

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		10.05s	195	27	2,206
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5.2medium Qwen3.7 FlashhighvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Terramedium Claude Opus 4.6mediumvsQwen3.7 Flashhigh Seed-2.0-LitemediumvsQwen3.7 Flashhigh Kimi K3maxvsGPT-5.6 Terramedium DeepSeek V4 FlashhighvsGPT-5.6 Terramedium Kimi K3maxvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsInklingmedium MiniMax M3mediumvsQwen3.7 Flashhigh