- 排名
- #138
- 总输出令牌
- 33,189
- 响应时间(平均)
- 8.93s
- 总成本
- $0.483
GPT-5.6 Terra (medium) vs Qwen4 Max (xhigh)
GPT-5.6 Terra (medium) 平均分领先,为 8.2 vs 8.2。 GPT-5.6 Terra (medium) benchmark 成本更低,为 $0.483 vs $1.830。 GPT-5.6 Terra (medium) 更快,为 8.93s vs 106.83s,通过率为 71.0% vs 82.6%。
已对比模型
- 排名
- #141
- 总输出令牌
- 291,229
- 响应时间(平均)
- 106.83s
- 总成本
- $1.830
推荐模型
GPT-5.6 Terra (medium)
它在这里得分最高(8.2),同时成本比Qwen4 Max (xhigh)低约 3.8 倍。
详细对比
| 指标 | GPT-5.6 Terra GPT-5.6 Terra medium | Qwen4 Max Qwen4 Max xhigh |
|---|---|---|
| 分数 | 8.2 | 8.2 |
| 排名 | #138 | #141 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 9.3 | 9.3 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 71.0% | 82.6% |
| 不稳定测试 | 2 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 5.768 | 10.162 |
| 总成本 | $0.483 | $1.830 |
| 输入价格 | $2.000 / 1M | $1.500 / 1M |
| 输出价格 | $12.000 / 1M | $4.500 / 1M |
| 缓存读取价格 | $0.200 / 1M | $0.075 / 1M |
| 缓存写入价格 | $2.500 / 1M | $1.875 / 1M |
| 总输入令牌 | 172,507 | 345,694 |
| 输出令牌 | 5,824 | 8,170 |
| 推理令牌 | 27,365 | 283,059 |
| 响应时间(平均) | 8.93s | 106.83s |
| 响应时间(最大) | 54.74s | 595.00s |
| 响应时间(总计) | 205.39s | 2457.00s |
| 参数量 | ~1T 总计 (~60B 激活) | ~2.4T 总计 (~95B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#138 GPT-5.6 Terra
medium- 成本
- $0.035
- 时间
- 16.3s
- 令牌
- 2,418 tok
#141 Qwen4 Max
xhigh- 成本
- $0.120
- 时间
- 456.4s
- 令牌
- 26,650 tok
类别细分
| 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 | 54.74s | 93,323 | 946 | 1,894 | |
| Qwen4 Max | 3.4 | 9.6 | 0.0% | 0 | 322.05s | 204,924 | 2,164 | 45,920 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.45s | 828 | 241 | 1,992 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 28.72s | 8,010 | 426 | 16,827 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 122.59s | 112,388 | 3,968 | 41,494 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 7.24s | 8,103 | 255 | 1,940 |
| 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 | 21.52s | 732 | 70 | 13,846 | |
| Qwen4 Max | 3.5 | 4.4 | 33.3% | 2 | 507.30s | 706 | 26 | 135,995 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.40s | 555 | 196 | 326 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.74s | 777 | 84 | 866 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 5.33s | 813 | 399 | 1,216 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 9.37s | 8,347 | 240 | 744 |
| 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 | |
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 212.18s | 243 | 171 | 35,739 |
快速对比
切换对比组合
Seed-2.0-LitemediumvsQwen4 MaxxhighKimi K3.1 ProhighvsQwen4 MaxxhighGPT-5.6 TerramediumvsGLM 5.3 FlashX LegalhighGPT-5.6 TerramediumvsGrok 4.5highDeepSeek V4.1 Flash 1017maxvsGPT-5.6 TerramediumGemini 4 ArgonlowvsGPT-5.6 TerramediumGemini 4 ArgonlowvsQwen4 MaxxhighSeed-2.0-CodelowvsQwen4 MaxxhighQwen4 MaxxhighvsGLM 5.3 FlashX LegalhighKimi K3.1 ProhighvsGPT-5.6 TerramediumQwen4 MaxxhighvsGLM 5.2mediumKimi K3maxvsGPT-5.6 Terramedium