GPT-6 Luna (low) vs GLM 5.1 (medium)

已对比模型

排名: #153
总输出令牌: 24,880
响应时间（平均）: 23.23s
总成本: $0.033

排名: #156
总输出令牌: 245,833
响应时间（平均）: 66.38s
总成本: $1.546

推荐模型 GPT-6 Luna (low)

它在这里得分最高（7.6），同时成本比GLM 5.1 (medium)低约 48.3 倍。

详细对比

指标	GPT-6 Luna GPT-6 Luna low 发布日期: 2026-09-23	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07

指标	GPT-6 Luna GPT-6 Luna low 发布日期: 2026-09-23	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数	7.6	7.5
排名	#153	#156
可靠性	9.7	9.2
一致性	8.5	8.4
尝试次数	69/69	69/69
测试正确
尝试通过率	63.8%	66.7%
不稳定测试	4	4
总运行次数	69	69
每个结果成本	0.267	9.004
总成本	$0.033	$1.546
输入价格	$0.100 / 1M	$1.400 / 1M
输出价格	$0.500 / 1M	$4.400 / 1M
缓存读取价格	$0.010 / 1M	$0.260 / 1M
缓存写入价格	$0.125 / 1M	不适用
总输入令牌	195,928	331,577
输出令牌	5,728	17,919
推理令牌	19,152	230,789
响应时间（平均）	23.23s	66.38s
响应时间（最大）	89.37s	308.75s
响应时间（总计）	534.22s	1460.31s
参数量	~400B 总计 (~17B 激活)	744B 总计 (40B 激活)
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.

#153 GPT-6 Luna

low

成本: $0.002
时间: 19.2s
令牌: 2,598 tok

#156 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

成本: $0.000
时间: 300.0s
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

类别:

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	10.0	10.0	100.0%	0		51.03s	115,769	1,105	1,170
GLM 5.1	10.0	10.0	100.0%	0		225.59s	248,985	1,830	30,989

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	6.9	7.9	66.7%	1		11.00s	554	130	704
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

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	6.0	7.2	55.6%	1		15.39s	7,302	493	6,655
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

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	7.3	5.8	83.3%	1		49.77s	57,227	3,023	2,271
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

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	10.0	10.0	100.0%	0		9.94s	7,140	234	250
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

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	5.3	10.0	33.3%	0		18.09s	628	62	5,990
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

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	4.4	9.9	0.0%	0		1.46s	477	102	0
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

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	7.1	5.8	83.3%	1		17.38s	540	84	250
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

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	7.7	10.0	66.7%	0		27.45s	642	213	1,272
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

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	10.0	10.0	100.0%	0		71.65s	5,454	254	152
GLM 5.1	3.0	10.0	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	3.0	10.0	0.0%	0		29.10s	195	28	438
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

切换对比组合

GPT-6 LunalowvsQwen3.8 Flash Nextmedium Space Bunny AlphahighvsGLM 5.1medium GPT-6 LunalowvsSpace Bunny Alphahigh Qwen3.8 27Blow免费可用vsGLM 5.1medium Mistral Large 4highvsGLM 5.1medium Seed-2.0-MinimediumvsGPT-6 Lunalow Mistral Large 4highvsGPT-6 Lunalow Seed-2.0-CodehighvsGLM 5.1medium Muse WonderxhighvsGPT-6 Lunalow Seed-2.0-CodehighvsGPT-6 Lunalow Muse WonderxhighvsGLM 5.1medium Muse Glimmer 30BmediumvsGPT-6 Lunalow