- 排名
- #125
- 总输出令牌
- 5,820
- 响应时间(平均)
- 4.44s
- 总成本
- $0.354
GPT-6.2 Sol (low) vs Qwen3.8 2.4T A95B (low)
平均分几乎持平,为 8.4 vs 8.4。 GPT-6.2 Sol (low) benchmark 成本更低,为 $0.354 vs $4.016。 GPT-6.2 Sol (low) 更快,为 4.44s vs 120.40s,通过率为 84.1% vs 73.9%。
已对比模型
- 排名
- #126
- 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-6.2 Sol (low)
它在这里得分最高(8.4),同时成本比Qwen3.8 2.4T A95B (low)低约 11.4 倍。
详细对比
| 指标 | GPT-6.2 Sol GPT-6.2 Sol low | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low |
|---|---|---|
| 分数 | 8.4 | 8.4 |
| 排名 | #125 | #126 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 8.9 | 9.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 84.1% | 73.9% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.963 | 19.825 |
| 总成本 | $0.354 | $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 | 147,521 | 313,881 |
| 输出令牌 | 4,652 | 123,706 |
| 推理令牌 | 1,168 | 388,328 |
| 响应时间(平均) | 4.44s | 120.40s |
| 响应时间(最大) | 42.86s | 534.21s |
| 响应时间(总计) | 102.02s | 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.
#125 GPT-6.2 Sol
low- 成本
- $0.018
- 时间
- 20.3s
- 令牌
- 1,872 tok
#126 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 42.86s | 69,623 | 744 | 227 | |
| 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 606 | 130 | 0 | |
| 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-6.2 Sol | 5.4 | 7.2 | 44.4% | 1 | 1.65s | 7,302 | 372 | 0 | |
| 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 9.04s | 54,639 | 2,495 | 45 | |
| 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.73s | 7,191 | 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-6.2 Sol | 5.8 | 4.4 | 66.7% | 2 | 2.87s | 732 | 58 | 896 | |
| 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 477 | 82 | 0 | |
| 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 660 | 83 | 0 | |
| 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.49s | 642 | 196 | 0 | |
| 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-6.2 Sol | 10.0 | 10.0 | 100.0% | 0 | 7.50s | 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-6.2 Sol | 3.0 | 10.0 | 0.0% | 0 | 1.94s | 195 | 24 | 0 | |
| 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
Nemotron 3.5 Super VLhigh免费可用vsGPT-6.2 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 A95BlowMuse Glimmer 30BxhighvsGPT-6.2 SollowGemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95BlowGemini 3.1 Pro PreviewmediumvsGPT-6.2 SollowQwen3.8 2.4T A95BlowvsInklinghigh免费可用GPT-6.2 SollowvsInklinghigh免费可用Muse Spark 1.1highvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsGPT-6.2 SollowClaude Haiku 5.5maxvsGPT-6.2 Sollow