- 排名
- #16
- 总输出令牌
- 13,138
- 响应时间（平均）
- 7.15s
- 总成本
- $0.460
GPT-6.1 Sol (low) vs Qwen3.7 Max (medium)
GPT-6.1 Sol (low) 平均分领先，为 9.6 vs 8.5。 GPT-6.1 Sol (low) benchmark 成本更低，为 $0.460 vs $1.689。 GPT-6.1 Sol (low) 更快，为 7.15s vs 48.35s，通过率为 92.8% vs 85.5%。
已对比模型
- 排名
- #67
- 总输出令牌
- 259,032
- 响应时间（平均）
- 48.35s
- 总成本
- $1.689
推荐模型
GPT-6.1 Sol (low)
它在这里得分最高（9.6），同时成本比Qwen3.7 Max (medium)低约 3.7 倍。
详细对比
| 指标 | GPT-6.1 Sol GPT-6.1 Sol low | Qwen3.7 Max Qwen3.7 Max medium |
|---|---|---|
| 分数 | 9.6 | 8.5 |
| 排名 | #16 | #67 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 92.8% | 85.5% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 2.187 | 12.033 |
| 总成本 | $0.460 | $1.689 |
| 输入价格 | $2.000 / 1M | $1.475 / 1M |
| 输出价格 | $10.000 / 1M | $4.425 / 1M |
| 缓存读取价格 | $0.100 / 1M | $0.295 / 1M |
| 缓存写入价格 | $2.500 / 1M | $1.844 / 1M |
| 总输入令牌 | 163,900 | 367,848 |
| 输出令牌 | 4,958 | 8,753 |
| 推理令牌 | 8,180 | 250,279 |
| 响应时间（平均） | 7.15s | 48.35s |
| 响应时间（最大） | 46.57s | 556.06s |
| 响应时间（总计） | 164.47s | 1112.11s |
| 参数量 | ~2T 总计 (~150B 激活) | ~1T 总计 (~40B 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.
#16 GPT-6.1 Sol
low- 成本
- $0.028
- 时间
- 44.6s
- 令牌
- 2,881 tok
#67 Qwen3.7 Max
medium- 成本
- $0.017
- 时间
- 68.8s
- 令牌
- 4,526 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
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 46.57s | 85,882 | 798 | 461 | |
| Qwen3.7 Max | 6.1 | 3.1 | 66.7% | 1 | 137.00s | 261,819 | 3,005 | 29,925 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.14s | 606 | 147 | 226 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.36s | 672 | 222 | 8,742 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.48s | 7,302 | 388 | 1,286 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 35.31s | 7,893 | 423 | 34,808 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 10.94s | 54,810 | 2,619 | 370 | |
| Qwen3.7 Max | 8.7 | 6.9 | 83.3% | 1 | 287.83s | 78,594 | 3,985 | 96,450 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.94s | 7,140 | 222 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.80s | 7,782 | 270 | 6,254 |
| 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-6.1 Sol | 7.7 | 10.0 | 66.7% | 0 | 15.39s | 732 | 69 | 5,195 | |
| Qwen3.7 Max | 4.1 | 4.4 | 44.5% | 2 | 52.45s | 780 | 61 | 41,143 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.66s | 477 | 114 | 142 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 11.70s | 516 | 135 | 4,457 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 660 | 93 | 115 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 7.46s | 699 | 102 | 5,452 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.19s | 642 | 232 | 88 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.84s | 696 | 259 | 8,908 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 5.53s | 5,454 | 246 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 8,193 | 267 | 1,220 |
| 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-6.1 Sol | 2.8 | 1.6 | 33.3% | 1 | 3.80s | 195 | 30 | 297 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 33.37s | 204 | 24 | 12,920 |
快速对比
切换对比组合
Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowMuse Spark 1.3lowvsQwen3.7 MaxmediumQwen3.7 MaxmediumvsGrok 4.6highGemini 3.7 FlashmediumvsGPT-6.1 SollowMuse Glimmer 30BxhighvsQwen3.7 MaxmediumClaude Sonnet 5.5highvsQwen3.7 MaxmediumClaude Sonnet 5.5xhighvsQwen3.7 MaxmediumMuse Spark 1.1lowvsQwen3.7 MaxmediumQwen3.7 MaxmediumvsInklinghigh免费可用Muse Spark 1.1highvsQwen3.7 MaxmediumDeepSeek V4.1 FlashmaxvsQwen3.7 MaxmediumDeepSeek V4 Flash 0731highvsQwen3.7 Maxmedium