- 排名
- #17
- 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 Qwen3.8 2.4T A95B (low)
GPT-6.1 Sol (low) 平均分领先，为 9.6 vs 8.4。 GPT-6.1 Sol (low) benchmark 成本更低，为 $0.460 vs $4.016。 GPT-6.1 Sol (low) 更快，为 7.15s vs 120.40s，通过率为 92.8% vs 73.9%。
已对比模型
- 排名
- #104
- 总输出令牌
- 424,019
- 响应时间（平均）
- 120.40s
- 总成本
- $4.016
推荐模型
GPT-6.1 Sol (low)
它在这里得分最高（9.6），同时成本比Qwen3.8 2.4T A95B (low)低约 8.7 倍。
详细对比
| 指标 | GPT-6.1 Sol GPT-6.1 Sol low | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low |
|---|---|---|
| 分数 | 9.6 | 8.4 |
| 排名 | #17 | #104 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 9.6 | 9.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 92.8% | 73.9% |
| 不稳定测试 | 1 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 2.187 | 19.825 |
| 总成本 | $0.460 | $4.016 |
| 输入价格 | $2.000 / 1M | $2.000 / 1M |
| 输出价格 | $10.000 / 1M | $6.000 / 1M |
| 缓存读取价格 | $0.100 / 1M | $0.250 / 1M |
| 缓存写入价格 | $2.500 / 1M | 不适用 |
| 总输入令牌 | 163,900 | 313,881 |
| 输出令牌 | 4,958 | 123,706 |
| 推理令牌 | 8,180 | 388,328 |
| 响应时间（平均） | 7.15s | 120.40s |
| 响应时间（最大） | 46.57s | 534.21s |
| 响应时间（总计） | 164.47s | 2769.16s |
| 参数量 | ~2T 总计 (~150B 激活) | 2.4T 总计 (95B 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.
#17 GPT-6.1 Sol
low- 成本
- $0.028
- 时间
- 44.6s
- 令牌
- 2,881 tok
#104 Qwen3.8 2.4T A95B
low- 成本
- $0.100
- 时间
- 193.2s
- 令牌
- 16,767 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 46.57s | 85,882 | 798 | 461 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 151.76s | 200,602 | 2,661 | 13,832 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.04s | 1,104 | 397 | 4,814 |
| 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 | |
| Qwen3.8 2.4T A95B | 7.8 | 9.3 | 66.7% | 0 | 172.53s | 6,716 | 21,405 | 57,399 |
| 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 | |
| Qwen3.8 2.4T A95B | 8.2 | 6.9 | 66.7% | 1 | 231.85s | 85,267 | 8,008 | 50,681 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.27s | 7,956 | 839 | 2,445 |
| 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 | |
| Qwen3.8 2.4T A95B | 3.2 | 9.3 | 0.0% | 0 | 287.65s | 1,008 | 16,133 | 156,114 |
| 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 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 22.97s | 606 | 44 | 1,497 |
| 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 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 19.54s | 903 | 263 | 1,480 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 43.37s | 1,026 | 1,154 | 25,563 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 25.88s | 8,481 | 302 | 975 |
| 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 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 422.46s | 212 | 72,500 | 73,528 |
快速对比
切换对比组合
Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowNemotron 3.5 Super VLhigh免费可用vsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowGemini 4 ArgonhighvsGPT-6.1 SollowGemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95BlowQwen3.8 2.4T A95BlowvsInklinghigh免费可用Muse Spark 1.1highvsQwen3.8 2.4T A95BlowGemini 3.7 FlashmediumvsGPT-6.1 SollowClaude Haiku 5.5maxvsQwen3.8 2.4T A95BlowDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowParticle-1highvsQwen3.8 2.4T A95Blow