GPT-6.1 Sol (low) vs Beam 1.0 501B A23B (high)

已对比模型

排名: #16
总输出令牌: 13,138
响应时间（平均）: 7.15s
总成本: $0.460

排名: #266
总输出令牌: 147,207
响应时间（平均）: 9.03s
总成本: $0.674

推荐模型 GPT-6.1 Sol (low)

它在本次比较中得分最高（9.6），并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	Beam 1.0 501B A23B Beam 1.0 501B A23B high 发布日期: 2026-10-17

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	Beam 1.0 501B A23B Beam 1.0 501B A23B high 发布日期: 2026-10-17
分数	9.6	6.1
排名	#16	#266
可靠性	10.0	10.0
一致性	9.6	8.3
尝试次数	69/69	69/69
测试正确
尝试通过率	92.8%	59.4%
不稳定测试	1	5
总运行次数	69	69
每个结果成本	2.187	6.126
总成本	$0.460	$0.674
输入价格	$2.000 / 1M	$1.000 / 1M
输出价格	$10.000 / 1M	$3.000 / 1M
缓存读取价格	$0.100 / 1M	$0.100 / 1M
缓存写入价格	$2.500 / 1M	不适用
总输入令牌	163,900	232,218
输出令牌	4,958	4,944
推理令牌	8,180	142,263
响应时间（平均）	7.15s	9.03s
响应时间（最大）	46.57s	36.04s
响应时间（总计）	164.47s	207.67s
参数量	~2T 总计 (~150B 激活)	501B 总计 (23B 激活)
开放状态	闭源	开源

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

#266 Beam 1.0 501B A23B

high

成本: $0.008
时间: 15.6s
令牌: 6,162 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

类别:

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		33.55s	202,053	2,798	11,159

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
Beam 1.0 501B A23B	8.8	8.3	83.3%	1		1.36s	1,125	518	3,068

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
Beam 1.0 501B A23B	8.4	7.4	88.9%	1		21.05s	7,800	559	44,608

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.68s	7,671	132	2,425

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.66s	7,998	272	1,873

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
Beam 1.0 501B A23B	3.6	7.2	22.2%	1		20.70s	1,122	81	53,269

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
Beam 1.0 501B A23B	5.1	3.4	33.3%	1		1.94s	618	115	1,818

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
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.27s	924	88	1,648

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
Beam 1.0 501B A23B	8.2	7.2	88.9%	1		4.02s	1,038	270	9,674

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.82s	1,533	72	370

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		16.40s	336	39	12,351

切换对比组合