导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-6 Luna (high) vs Qwen3.7 Flash (low)

平均分几乎持平,为 7.7 vs 7.7。 Qwen3.7 Flash (low) benchmark 成本更低,为 $0.071 vs $0.074。 GPT-6 Luna (high) 更快,为 20.37s vs 41.03s,通过率为 73.9% vs 68.1%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#176
总输出令牌
101,587
响应时间(平均)
20.37s
总成本
$0.074
排名
#181
总输出令牌
331,107
响应时间(平均)
41.03s
总成本
$0.071
推荐模型 GPT-6 Luna (high)

它在这里得分最高(7.7),同时响应速度比Qwen3.7 Flash (low)快约 2.0 倍。

详细对比

指标 GPT-6 Luna GPT-6 Luna high 发布日期: 2026-09-23 Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28
分数 7.7 7.7
排名 #176 #181
可靠性 10.0 10.0
一致性 8.7 8.1
尝试次数 69/69 69/69
测试正确
尝试通过率 73.9% 68.1%
不稳定测试 4 6
总运行次数 69 69
每个结果成本 0.492 0.439
总成本 $0.074 $0.071
输入价格 $0.100 / 1M $0.030 / 1M
输出价格 $0.500 / 1M $0.130 / 1M
缓存读取价格 $0.010 / 1M $0.006 / 1M
缓存写入价格 $0.125 / 1M $0.039 / 1M
总输入令牌 229,986 318,058
输出令牌 6,037 16,035
推理令牌 95,550 315,072
响应时间(平均) 20.37s 41.03s
响应时间(最大) 106.93s 394.54s
响应时间(总计) 468.52s 943.75s
参数量 ~400B 总计 (~17B 激活) ~35B 总计 (~3B 激活)
开放状态 闭源 闭源

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.

#176 GPT-6 Luna

high
成本
$0.003
时间
49.2s
令牌
5,231 tok

#181 Qwen3.7 Flash

low
Reached the allocated time limit (600 seconds) without receiving showcase output.
成本
$0.000
时间
600.0s
令牌
0 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

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 7.8 7.4 77.8% 1 24.69s 7,302 483 15,691
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

切换对比组合