#39 GPT-5.6 Terra
medium- 成本
- $0.035
- 时间
- 16.3s
- 令牌
- 2,418 tok
OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.7 Plus
平均分几乎持平，为 7.8 vs 7.9。 Qwen3.7 Plus (medium) benchmark 成本更低，为 $0.267 vs $0.676。 GPT-5.6 Terra (medium) 更快，为 7.11s vs 51.51s，通过率为 69.7% vs 75.8%。
推荐模型GPT-5.6 Terra (medium)它在这里得分最高（7.8），同时响应速度比Qwen3.7 Plus (medium)快约 7.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | GPT-5.6 Terra GPT-5.6 Terra medium | Qwen3.7 Plus Qwen3.7 Plus medium |
|---|---|---|
| 分数 | 7.8 | 7.9 |
| 排名 | #39 | #36 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 69.7% | 75.8% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.825 | 2.072 |
| 总成本 | $0.676 | $0.267 |
| 输入价格 | $2.500 / 1M | $0.320 / 1M |
| 输出价格 | $15.000 / 1M | $1.280 / 1M |
| 总输入令牌 | 79,175 | 115,233 |
| 输出令牌 | 4,878 | 6,162 |
| 推理令牌 | 26,952 | 173,267 |
| 响应时间（平均） | 7.11s | 51.51s |
| 响应时间（最大） | 41.68s | 315.30s |
| 响应时间（总计） | 156.42s | 1133.15s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#36 Qwen3.7 Plus
medium- 成本
- $0.018
- 时间
- 193.2s
- 令牌
- 10,821 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 | 2.22s | 606 | 172 | 657 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 8.58s | 672 | 195 | 5,065 |
| 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 Plus | 6.1 | 6.6 | 55.6% | 1 | 108.60s | 6,472 | 414 | 43,576 |
| 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 Plus | 8.2 | 6.9 | 66.7% | 1 | 190.27s | 89,228 | 4,403 | 57,645 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 21.75s | 7,782 | 270 | 6,713 |
| 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 Plus | 3.6 | 7.2 | 22.2% | 1 | 45.35s | 771 | 57 | 27,073 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 25.48s | 516 | 123 | 3,998 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 16.13s | 699 | 102 | 5,013 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 16.38s | 696 | 280 | 7,312 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 15.02s | 8,193 | 292 | 1,831 |
| 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 Plus | 3.0 | 10.0 | 0.0% | 0 | 91.07s | 204 | 26 | 15,041 |
快速对比
切换对比组合
Claude Opus 4.8lowvsGPT-5.6 TerramediumGPT-5.6 TerrahighvsQwen3.7 PlusmediumKimi K3maxvsQwen3.7 PlusmediumClaude Opus 4.8lowvsQwen3.7 PlusmediumKimi K3maxvsGPT-5.6 TerramediumQwen3.7 PlusmediumvsGLM 5.2highDeepSeek V4 FlashhighvsGPT-5.6 TerramediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumGPT-5.6 LunahighvsQwen3.7 PlusmediumDeepSeek V4 ProhighvsGPT-5.6 TerramediumQwen3.7 PlusmediumvsInklinghighGPT-5.6 TerramediumvsGLM 5.2high