- 排名
- #68
- 总输出令牌
- 11,677
- 响应时间（平均）
- 6.92s
- 总成本
- $0.273
GPT-6 Sol (low) vs Qwen3.8 27B (high)
平均分几乎持平，为 8.4 vs 8.4。 GPT-6 Sol (low) benchmark 成本更低，为 $0.273 vs ~$0.287。 GPT-6 Sol (low) 更快，为 6.92s vs 167.89s，通过率为 86.4% vs 77.3%。
已对比模型
- 排名
- #65
- 总输出令牌
- 656,635
- 响应时间（平均）
- 167.89s
- 总成本
- ~$0.287
推荐模型
GPT-6 Sol (low)
它在这里得分最高（8.4），同时响应速度比Qwen3.8 27B (high)快约 24.3 倍。
详细对比
| 指标 | GPT-6 Sol GPT-6 Sol low | Qwen3.8 27B Qwen3.8 27B high |
|---|---|---|
| 分数 | 8.4 | 8.4 |
| 排名 | #68 | #65 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 8.5 | 9.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 86.4% | 77.3% |
| 不稳定测试 | 4 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 1.604 | ~1.792 |
| 总成本 | $0.273 | ~$0.287 |
| 输入价格 | $2.000 / 1M | 不适用 |
| 输出价格 | $10.000 / 1M | 不适用 |
| 总输入令牌 | 77,882 | 100,179 |
| 输出令牌 | 4,047 | 904 |
| 推理令牌 | 7,630 | 655,731 |
| 响应时间（平均） | 6.92s | 167.89s |
| 响应时间（最大） | 17.91s | 640.85s |
| 响应时间（总计） | 152.17s | 3693.54s |
| 参数量 | ~2T 总计 (~150B 激活) | 27.3B |
| 开放状态 | 闭源 | 权重可用 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#68 GPT-6 Sol
low- 成本
- $0.018
- 时间
- 17.4s
- 令牌
- 1,850 tok
#65 Qwen3.8 27B
high- 成本
- ~$0.008
- 时间
- 270.1s
- 令牌
- 18,963 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
| 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 606 | 172 | 339 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 8.10s | 1,128 | 114 | 5,319 |
| 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 Sol | 6.2 | 4.8 | 66.7% | 2 | 8.74s | 7,302 | 405 | 1,296 | |
| Qwen3.8 27B | 8.1 | 7.0 | 88.9% | 1 | 248.62s | 8,235 | 346 | 143,335 |
| 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 8.13s | 54,674 | 2,524 | 512 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 185.57s | 68,997 | 66 | 72,556 |
| 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 13.63s | 7,140 | 224 | 17 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 34.85s | 9,675 | 123 | 10,320 |
| 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 Sol | 5.3 | 7.2 | 44.4% | 1 | 11.45s | 732 | 71 | 4,573 | |
| Qwen3.8 27B | 5.3 | 10.0 | 33.3% | 0 | 526.74s | 975 | 6 | 234,555 |
| 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 17.91s | 477 | 83 | 0 | |
| Qwen3.8 27B | 5.0 | 10.0 | 0.0% | 0 | 8.45s | 630 | 63 | 1,191 |
| 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.37s | 660 | 93 | 185 | |
| Qwen3.8 27B | 9.8 | 10.0 | 100.0% | 0 | 8.24s | 927 | 42 | 2,871 |
| 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.66s | 642 | 209 | 314 | |
| Qwen3.8 27B | 7.6 | 7.2 | 77.8% | 1 | 199.90s | 1,038 | 120 | 138,427 |
| 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 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.03s | 5,454 | 236 | 16 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 5.62s | 8,256 | 21 | 912 |
| 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 Sol | 4.7 | 1.6 | 66.7% | 1 | 3.67s | 195 | 30 | 378 | |
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 263.98s | 318 | 3 | 46,245 |
快速对比
切换对比组合
GPT-6 SollowvsInkling SmallhighGPT-5.2mediumvsQwen3.8 27BhighQwen3.8 27BhighvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsQwen3.8 27BhighSeed 2.1 TurbomediumvsGPT-6 SollowGPT-6 SollowvsMiMo-V2.6-PromediumQwen3.8 27BhighvsGrok 4.5lowGPT-6 SollowvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashmaxvsGPT-6 SollowQwen3.8 27BhighvsGLM 5.3 FlashXmaxQwen3.8 27BhighvsGrok 4.6mediumDeepSeek V4.1 FlashmaxvsQwen3.8 27Bhigh