- 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 Tev1 4B Experimental (default)
GPT-6 Luna Decisions (default) 平均分领先，为 2.4 vs 1.0。 Tev1 4B Experimental (default) benchmark 成本更低，为 $0.002 vs $0.005。 GPT-6 Luna Decisions (default) 更快，为 495ms vs 498ms，通过率为 13.0% vs 13.0%。
已对比模型
- 排名
- #397
- 总输出令牌
- 96
- 响应时间（平均）
- 498ms
- 总成本
- $0.002
推荐模型
GPT-6 Luna Decisions (default)
它在本次比较中得分最高（2.4），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 | Tev1 4B Experimental Tev1 4B Experimental default |
|---|---|---|
| 分数 | 2.4 | 1.0 |
| 排名 | #390 | #397 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 5.2 | 3.0 |
| 尝试次数 | 36/69 | 21/69 |
| 测试正确 | ||
| 尝试通过率 | 13.0% | 13.0% |
| 不稳定测试 | 0 | 0 |
| 总运行次数 | 36 | 21 |
| 每个结果成本 | 0.159 | 0.048 |
| 总成本 | $0.005 | $0.002 |
| 输入价格 | $0.100 / 1M | $0.042 / 1M |
| 输出价格 | $0.000 / 1M | $0.000 / 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 | 33,864 |
| 输出令牌 | 0 | 96 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 495ms | 498ms |
| 响应时间（最大） | 842ms | 602ms |
| 响应时间（总计） | 5.94s | 3.49s |
| 参数量 | ~400B 总计 (~17B 激活) | 4B |
| 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。
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 | |
| Tev1 4B Experimental | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 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 | |
| Tev1 4B Experimental | 2.5 | 2.5 | 25.0% | 0 | 602ms | 507 | 6 | 0 |
| 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 | |
| Tev1 4B Experimental | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 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 | |
| Tev1 4B Experimental | 0.0 | 0.0 | 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 | |
| Tev1 4B Experimental | 3.0 | 10.0 | 0.0% | 0 | 509ms | 25,317 | 30 | 0 |
| 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 | |
| Tev1 4B Experimental | 6.7 | 6.7 | 66.7% | 0 | 440ms | 1,086 | 12 | 0 |
| 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 | |
| Tev1 4B Experimental | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 Luna Decisions | 1.5 | 5.0 | 0.0% | 0 | 842ms | 4,440 | 0 | 0 | |
| Tev1 4B Experimental | 1.5 | 5.0 | 0.0% | 0 | 555ms | 6,411 | 42 | 0 |
| 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 | |
| Tev1 4B Experimental | 1.7 | 3.3 | 0.0% | 0 | 432ms | 543 | 6 | 0 |
| 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 | |
| Tev1 4B Experimental | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 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 | |
| Tev1 4B Experimental | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Command A+lowvsGPT-6 Luna DecisionsdefaultCommand A+nonevsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsGPT-6 Luna DecisionsdefaultCommand A+highvsGPT-6 Luna DecisionsdefaultGemini 3 Flash PreviewhighvsTev1 4B ExperimentaldefaultCommand A+mediumvsGPT-6 Luna DecisionsdefaultGPT-6 Luna DecisionsdefaultvsGrok 4.20noneLing 3.0 TinymediumvsGPT-6 Luna DecisionsdefaultLing 3.0 TinylowvsGPT-6 Luna DecisionsdefaultLing 3.0 TinyhighvsGPT-6 Luna DecisionsdefaultNemotron 3.5 Lightningnone免费可用vsGPT-6 Luna DecisionsdefaultGPT-6 Luna DecisionsdefaultvsQwen3.5-9Bmedium