- 排名
- #4
- 总输出令牌
- 53,622
- 响应时间（平均）
- 18.65s
- 总成本
- $3.474
已对比模型
GPT-6 Astra (high) vs Gemini 3.8 Flash (high) vs Claude Fable 5.1 (high) 基准对比: Gemini 3.8 Flash (high) 在分数上以 9.9 领先。 Gemini 3.8 Flash (high) 在可靠性上以 10.0 领先。 Gemini 3.8 Flash (high) 的总成本最低，为 $1.595。 Claude Fable 5.1 (high) 最快，为 13.59s。
- 排名
- #2
- 总输出令牌
- 408,188
- 响应时间（平均）
- 37.19s
- 总成本
- $1.595
- 排名
- #25
- 总输出令牌
- 40,071
- 响应时间（平均）
- 13.59s
- 总成本
- $3.364
推荐模型
Gemini 3.8 Flash (high)
它在这里得分最高（9.9），同时成本比本次比较中的其他模型低约 2.1 倍。
详细对比
| 指标 | GPT-6 Astra GPT-6 Astra high | Gemini 3.8 Flash Gemini 3.8 Flash high | Claude Fable 5.1 Claude Fable 5.1 high |
|---|---|---|---|
| 分数 | 9.9 | 9.9 | 9.0 |
| 排名 | #4 | #2 | #25 |
| 可靠性 | 9.9 | 10.0 | 10.0 |
| 一致性 | 9.6 | 9.6 | 9.6 |
| 尝试次数 | 66/66 | 66/66 | 66/66 |
| 测试正确 | |||
| 尝试通过率 | 97.0% | 98.5% | 89.4% |
| 不稳定测试 | 1 | 1 | 1 |
| 总运行次数 | 66 | 66 | 66 |
| 每个结果成本 | 16.543 | 7.592 | 17.701 |
| 总成本 | $3.474 | $1.595 | $3.364 |
| 输入价格 | $10.000 / 1M | $0.750 / 1M | $10.000 / 1M |
| 输出价格 | $50.000 / 1M | $3.750 / 1M | $50.000 / 1M |
| 总输入令牌 | 79,290 | 84,593 | 135,958 |
| 输出令牌 | 4,847 | 10,517 | 7,930 |
| 推理令牌 | 48,775 | 397,671 | 32,141 |
| 响应时间（平均） | 18.65s | 37.19s | 13.59s |
| 响应时间（最大） | 254.93s | 177.08s | 40.17s |
| 响应时间（总计） | 410.28s | 818.19s | 298.90s |
| 参数量 | ~2T 总计 (~150B 激活) | ~500B 总计 (~20B 激活) | ~9.5T 总计 (~878B 激活) |
| 开放状态 | 闭源 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#4 GPT-6 Astra
high- 成本
- $0.457
- 时间
- 176.7s
- 令牌
- 9,218 tok
#2 Gemini 3.8 Flash
high- 成本
- $0.077
- 时间
- 129.1s
- 令牌
- 20,373 tok
#25 Claude Fable 5.1
high- 成本
- $0.384
- 时间
- 102.5s
- 令牌
- 7,824 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
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 606 | 166 | 605 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.92s | 492 | 172 | 4,363 | |
| Claude Fable 5.1 | 10.0 | 10.0 | 100.0% | 0 | 5.90s | 858 | 287 | 790 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 5.86s | 7,302 | 392 | 2,387 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.30s | 8,118 | 462 | 50,196 | |
| Claude Fable 5.1 | 8.4 | 7.4 | 88.9% | 1 | 13.91s | 10,608 | 520 | 6,503 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 24.38s | 56,082 | 3,273 | 3,995 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 115.73s | 60,514 | 4,032 | 132,696 | |
| Claude Fable 5.1 | 10.0 | 10.0 | 100.0% | 0 | 34.59s | 98,419 | 5,484 | 5,373 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 2.32s | 7,140 | 234 | 174 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 8.23s | 7,548 | 279 | 7,902 | |
| Claude Fable 5.1 | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 10,515 | 312 | 403 |
| 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 Astra | 7.6 | 7.2 | 77.8% | 1 | 95.10s | 732 | 68 | 38,756 | |
| Gemini 3.8 Flash | 8.2 | 7.2 | 88.9% | 1 | 131.31s | 649 | 4,972 | 167,505 | |
| Claude Fable 5.1 | 7.7 | 10.0 | 66.7% | 0 | 24.34s | 990 | 63 | 12,436 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 8.28s | 477 | 122 | 772 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 486 | 75 | 1,576 | |
| Claude Fable 5.1 | 10.0 | 10.0 | 100.0% | 0 | 5.40s | 714 | 291 | 0 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 3.58s | 660 | 93 | 462 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.73s | 615 | 72 | 4,241 | |
| Claude Fable 5.1 | 10.0 | 10.0 | 100.0% | 0 | 5.60s | 921 | 97 | 263 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 3.60s | 642 | 211 | 601 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 558 | 204 | 3,704 | |
| Claude Fable 5.1 | 10.0 | 10.0 | 100.0% | 0 | 6.11s | 912 | 506 | 558 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 5,454 | 258 | 433 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 42.65s | 5,457 | 238 | 20,359 | |
| Claude Fable 5.1 | 10.0 | 10.0 | 100.0% | 0 | 13.30s | 11,757 | 354 | 118 |
| 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 Astra | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 195 | 30 | 590 | |
| Gemini 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.30s | 156 | 11 | 5,129 | |
| Claude Fable 5.1 | 3.0 | 10.0 | 0.0% | 0 | 30.58s | 264 | 16 | 5,697 |
快速对比
切换对比组合
Claude Fable 5.1highvsGemini 3.5 FlashmediumClaude Fable 5.1highvsGPT-5.5mediumClaude Fable 5.1highvsQwen3.8 MaxmediumGemini 3.8 FlashhighvsGPT-6 AstramaxClaude Fable 5.1highvsQwen3.7 MaxmediumGemini 3.8 FlashhighvsGPT-6 AstraxhighClaude Fable 5.1highvsSeed 2.1 TurbolowClaude Fable 5.1highvsGPT-5.3-CodexmediumGemini 3.6 FlashmediumvsGPT-6 AstrahighClaude Fable 5.1highvsGemini 3.8 FlashmediumClaude Fable 5.1highvsGemini 3.7 FlashlowClaude Fable 5.1highvsGemini 3.5 Flashlow