- 排名
- #390
- 总输出令牌
- 0
- 响应时间（平均）
- 495ms
- 总成本
- $0.005
GPT-6 Luna Decisions (default) vs Qwen3.5-9B (medium)
Qwen3.5-9B (medium) 平均分领先，为 4.0 vs 2.4。 GPT-6 Luna Decisions (default) benchmark 成本更低，为 $0.005 vs $0.106。 GPT-6 Luna Decisions (default) 更快，为 495ms vs 110.18s，通过率为 13.0% vs 26.1%。
已对比模型
- 排名
- #360
- 总输出令牌
- 447,247
- 响应时间（平均）
- 110.18s
- 总成本
- $0.106
推荐模型
Qwen3.5-9B (medium)
它在本次比较中得分最高（4.0），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | GPT-6 Luna Decisions GPT-6 Luna Decisions default | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 分数 | 2.4 | 4.0 |
| 排名 | #390 | #360 |
| 可靠性 | 10.0 | 8.7 |
| 一致性 | 5.2 | 7.9 |
| 尝试次数 | 36/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 13.0% | 26.1% |
| 不稳定测试 | 0 | 6 |
| 总运行次数 | 36 | 69 |
| 每个结果成本 | 0.159 | 3.523 |
| 总成本 | $0.005 | $0.106 |
| 输入价格 | $0.100 / 1M | $0.100 / 1M |
| 输出价格 | $0.000 / 1M | $0.150 / 1M |
| 缓存读取价格 | $0.000 / 1M | 不适用 |
| 缓存写入价格 | $0.000 / 1M | 不适用 |
| 总输入令牌 | 47,583 | 387,323 |
| 输出令牌 | 0 | 48,562 |
| 推理令牌 | 0 | 410,431 |
| 响应时间（平均） | 495ms | 110.18s |
| 响应时间（最大） | 842ms | 569.97s |
| 响应时间（总计） | 5.94s | 1873.00s |
| 参数量 | ~400B 总计 (~17B 激活) | 9B |
| 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.
#390 GPT-6 Luna Decisions
default
此模型尚未生成任何展示结果。
- 成本
- 不适用
- 时间
- -
- 令牌
- 0 tok
#360 Qwen3.5-9B
medium- 成本
- $0.001
- 时间
- 35.9s
- 令牌
- 3,030 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 Luna Decisions | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-9B | 5.2 | 3.2 | 33.3% | 1 | 152.85s | 370,128 | 1,827 | 43,724 |
| 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 Luna Decisions | 2.3 | 7.5 | 0.0% | 0 | 436ms | 6,279 | 0 | 0 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 369 | 2,621 | 12,411 |
| 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 Luna Decisions | 2.5 | 6.7 | 0.0% | 0 | 447ms | 22,197 | 0 | 0 | |
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 |
| 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 Luna Decisions | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 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 Luna Decisions | 10.0 | 10.0 | 100.0% | 0 | 411ms | 10,998 | 0 | 0 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 4,722 | 1,383 | 32,113 |
| 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 Luna Decisions | 5.3 | 10.0 | 33.3% | 0 | 554ms | 3,063 | 0 | 0 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 272.50s | 420 | 29,239 | 205,666 |
| 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 Luna Decisions | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 180 | 0 | 30,695 |
| 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 Luna Decisions | 1.5 | 5.0 | 0.0% | 0 | 842ms | 4,440 | 0 | 0 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 381 | 491 | 1,824 |
| 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 Luna Decisions | 1.7 | 3.3 | 0.0% | 0 | 414ms | 606 | 0 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 376 | 1,593 | 12,026 |
| 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 Luna Decisions | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 8,283 | 444 | 1,149 |
| 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 Luna Decisions | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 177.02s | 68 | 3,074 | 29,694 |
快速对比
切换对比组合
Mercury 2.5nonevsQwen3.5-9Bmediumgpt-oss-120bnonevsQwen3.5-9BmediumLing 3.0 TinydefaultvsQwen3.5-9BmediumGranite 4.1 8bdefaultvsQwen3.5-9BmediumNemotron 3.5 Lightningnone免费可用vsQwen3.5-9BmediumMercury 2nonevsQwen3.5-9BmediumLing 3.0 TinyhighvsQwen3.5-9BmediumLing 3.0 TinylowvsQwen3.5-9BmediumGranite 4.2 8BnonevsQwen3.5-9BmediumTrinity Large Previewdefault免费可用vsQwen3.5-9BmediumKAT Coder AIR V2.5defaultvsQwen3.5-9BmediumNemotron 3 Supernone免费可用vsQwen3.5-9Bmedium