导航
Advertise here

GPT-5.6 Terra vs Qwen3.8 Flash Next

平均分几乎持平,为 5.8 vs 5.8。 Qwen3.8 Flash Next benchmark 成本更低,为 ~$0.011 vs $0.377。 GPT-5.6 Terra 更快,为 4.11s vs 5.71s,通过率为 40.6% vs 43.5%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-18

已对比模型

排名
#362
总输出令牌
7,381
响应时间(平均)
4.11s
总成本
$0.377
排名
#359
总输出令牌
9,077
响应时间(平均)
5.71s
总成本
~$0.011
推荐模型 Qwen3.8 Flash Next

它在这里得分最高(5.8),同时成本比GPT-5.6 Terra低约 34.8 倍。

详细对比

指标 GPT-5.6 Terra GPT-5.6 Terra none 发布日期: 2026-07-09 Qwen3.8 Flash Next Qwen3.8 Flash Next none 发布日期: 2026-10-04
分数 5.8 5.8
排名 #362 #359
可靠性 10.0 10.0
一致性 9.0 9.0
尝试次数 69/69 69/69
测试正确
尝试通过率 40.6% 43.5%
不稳定测试 3 3
总运行次数 69 69
每个结果成本 7.313 ~0.136
总成本 $0.377 ~$0.011
输入价格 $2.000 / 1M 不适用
输出价格 $12.000 / 1M 不适用
缓存读取价格 $0.200 / 1M 不适用
缓存写入价格 $2.500 / 1M 不适用
总输入令牌 213,564 266,004
输出令牌 7,381 9,077
推理令牌 0 0
响应时间(平均) 4.11s 5.71s
响应时间(最大) 57.98s 65.25s
响应时间(总计) 94.52s 131.36s
参数量 ~1T 总计 (~60B 激活) 180B 总计 (6B 激活)
开放状态 闭源 权重可用

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.

#362 GPT-5.6 Terra

none
成本
$0.030
时间
14.7s
令牌
2,082 tok

#359 Qwen3.8 Flash Next

none
成本
~$0.001
时间
27.5s
令牌
2,983 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

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 5.5 10.0 33.3% 0 1.00s 7,302 336 0
Qwen3.8 Flash Next 5.5 10.0 33.3% 0 1.64s 7,911 669 0

切换对比组合