GPT-6 Luna (medium) vs Qwen3.7 Plus

已对比模型

排名: #94
总输出令牌: 53,161
响应时间（平均）: 18.07s
总成本: $0.047

排名: #128
总输出令牌: 76,261
响应时间（平均）: 17.80s
总成本: $0.178

推荐模型 GPT-6 Luna (medium)

它在这里得分最高（8.3），同时成本比Qwen3.7 Plus低约 3.8 倍。

详细对比

指标	GPT-6 Luna GPT-6 Luna medium 发布日期: 2026-09-23	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03

指标	GPT-6 Luna GPT-6 Luna medium 发布日期: 2026-09-23	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03
分数	8.3	7.8
排名	#94	#128
可靠性	10.0	10.0
一致性	8.9	10.0
尝试次数	69/69	69/69
测试正确
尝试通过率	73.9%	56.5%
不稳定测试	3	0
总运行次数	69	69
每个结果成本	0.313	1.410
总成本	$0.047	$0.178
输入价格	$0.100 / 1M	$0.320 / 1M
输出价格	$0.500 / 1M	$1.280 / 1M
缓存读取价格	$0.010 / 1M	$0.064 / 1M
缓存写入价格	$0.125 / 1M	$0.400 / 1M
总输入令牌	203,193	250,495
输出令牌	5,751	76,261
推理令牌	47,410	0
响应时间（平均）	18.07s	17.80s
响应时间（最大）	66.44s	206.03s
响应时间（总计）	415.53s	409.51s
参数量	~400B 总计 (~17B 激活)	~397B 总计 (~17B 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.

#94 GPT-6 Luna

medium

成本: $0.002
时间: 23.6s
令牌: 2,966 tok

#128 Qwen3.7 Plus

none

成本: $0.019
时间: 213.5s
令牌: 11,960 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		66.44s	124,247	1,116	6,891
Qwen3.7 Plus	10.0	10.0	100.0%	0		143.11s	151,662	18,164	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	8.3	10.0	75.0%	0		4.32s	606	156	875
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	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	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	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	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096
Qwen3.7 Plus	10.0	10.0	100.0%	0		117.70s	71,266	56,024	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	10.0	10.0	100.0%	0		26.09s	7,140	234	268
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	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	5.9	7.2	55.6%	1		22.71s	732	70	19,191
Qwen3.7 Plus	5.3	10.0	33.3%	0		1.04s	798	18	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	4.4	9.9	0.0%	0		28.25s	477	91	289
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	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	9.8	10.0	100.0%	0		13.24s	660	89	409
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	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	7.7	10.0	66.7%	0		9.78s	642	211	3,189
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	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	10.0	10.0	100.0%	0		4.84s	5,454	264	249
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	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		6.39s	195	30	1,731
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

切换对比组合

Qwen3.7 PlusnonevsGrok 4.5low DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone Qwen3.7 PlusnonevsGrok 4.6medium Gemini 4 ArgonlowvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high Qwen3.7 PlusnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-6 Lunamedium Qwen3.7 PlusnonevsGLM 5.3high Gemini 3.5 FlashhighvsGPT-6 Lunamedium Qwen3.7 PlusnonevsGrok 4.5medium Claude Haiku 5.5highvsGPT-6 Lunamedium Muse WonderhighvsQwen3.7 Plusnone