GPT-6 Luna (medium) vs Grok 4.3 (medium)

已对比模型

排名: #103
总输出令牌: 53,161
响应时间（平均）: 18.07s
总成本: $0.047

排名: #245
总输出令牌: 232,542
响应时间（平均）: 44.53s
总成本: $0.989

推荐模型 GPT-6 Luna (medium)

它在这里得分最高（8.3），同时成本比Grok 4.3 (medium)低约 21.1 倍。

详细对比

指标	GPT-6 Luna GPT-6 Luna medium 发布日期: 2026-09-23	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01

指标	GPT-6 Luna GPT-6 Luna medium 发布日期: 2026-09-23	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数	8.3	6.5
排名	#103	#245
可靠性	10.0	10.0
一致性	8.9	8.3
尝试次数	69/69	69/69
测试正确
尝试通过率	73.9%	63.8%
不稳定测试	3	5
总运行次数	69	69
每个结果成本	0.313	8.235
总成本	$0.047	$0.989
输入价格	$0.100 / 1M	$1.250 / 1M
输出价格	$0.500 / 1M	$2.500 / 1M
缓存读取价格	$0.010 / 1M	$0.200 / 1M
缓存写入价格	$0.125 / 1M	不适用
总输入令牌	203,193	325,471
输出令牌	5,751	14,867
推理令牌	47,410	217,675
响应时间（平均）	18.07s	44.53s
响应时间（最大）	66.44s	216.69s
响应时间（总计）	415.53s	1024.25s
参数量	~400B 总计 (~17B 激活)	~1.5T 总计 (~150B 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.

#103 GPT-6 Luna

medium

成本: $0.002
时间: 23.6s
令牌: 2,966 tok

#245 SpaceXAI: Grok 4.3

medium

成本: $0.009
时间: 19.0s
令牌: 3,661 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
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

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
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

切换对比组合

KAT-Coder-Pro V2.5highvsGrok 4.3medium Grok 4.3mediumvsGLM 5.1none Qwen3.5-122B-A10BnonevsGrok 4.3medium Grok 4.3mediumvsGLM 5.3low Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium Gemini 3 Flash PreviewnonevsGrok 4.3medium Beam 1.0 501B A23BmaxvsGrok 4.3medium GPT-6 LunamediumvsGrok 4.5high Beam 1.0 501B A23BxhighvsGrok 4.3medium Mercury 2.5highvsGrok 4.3medium Kimi K3maxvsGPT-6 Lunamedium