- 排名
- #148
- 总输出令牌
- 6,696
- 响应时间（平均）
- 6.84s
- 总成本
- $0.280
GPT-6 Sol vs Qwen3.7 Flash (low)
平均分几乎持平，为 7.2 vs 7.2。 Qwen3.7 Flash (low) benchmark 成本更低，为 $0.043 vs $0.280。 GPT-6 Sol 更快，为 6.84s vs 38.05s，通过率为 66.7% vs 66.7%。
已对比模型
- 排名
- #150
- 总输出令牌
- 304,019
- 响应时间（平均）
- 38.05s
- 总成本
- $0.043
推荐模型
Qwen3.7 Flash (low)
它在这里得分最高（7.2），同时成本比GPT-6 Sol低约 6.6 倍。
详细对比
| 指标 | GPT-6 Sol GPT-6 Sol none | Qwen3.7 Flash Qwen3.7 Flash low |
|---|---|---|
| 分数 | 7.2 | 7.2 |
| 排名 | #148 | #150 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 66.7% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.151 | 0.385 |
| 总成本 | $0.280 | $0.043 |
| 输入价格 | $2.000 / 1M | $0.030 / 1M |
| 输出价格 | $10.000 / 1M | $0.130 / 1M |
| 总输入令牌 | 106,332 | 92,191 |
| 输出令牌 | 6,696 | 14,286 |
| 推理令牌 | 0 | 289,733 |
| 响应时间（平均） | 6.84s | 38.05s |
| 响应时间（最大） | 23.89s | 394.54s |
| 响应时间（总计） | 150.43s | 837.05s |
| 参数量 | ~2T 总计 (~150B 激活) | ~35B 总计 (~3B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#148 GPT-6 Sol
none- 成本
- $0.030
- 时间
- 31.9s
- 令牌
- 3,055 tok
#150 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
| 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 | 6.9 | 5.8 | 75.0% | 2 | 1.23s | 606 | 141 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.29s | 672 | 680 | 14,285 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 12.23s | 7,302 | 389 | 0 | |
| Qwen3.7 Flash | 6.7 | 7.8 | 55.6% | 1 | 42.36s | 7,893 | 428 | 56,419 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 10.61s | 83,124 | 5,296 | 0 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 217.77s | 64,756 | 11,880 | 131,432 |
| 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 | 20.98s | 7,140 | 222 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.44s | 7,782 | 270 | 12,503 |
| 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 | 3.41s | 732 | 52 | 0 | |
| Qwen3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 37.60s | 780 | 60 | 38,897 |
| 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 | 23.89s | 477 | 81 | 0 | |
| Qwen3.7 Flash | 4.0 | 9.3 | 0.0% | 0 | 14.37s | 516 | 128 | 5,423 |
| 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 | 1.23s | 660 | 81 | 0 | |
| Qwen3.7 Flash | 8.5 | 6.8 | 83.3% | 1 | 9.88s | 699 | 99 | 8,147 |
| 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 | 7.6 | 7.2 | 77.8% | 1 | 1.40s | 642 | 187 | 0 | |
| Qwen3.7 Flash | 7.3 | 5.2 | 77.8% | 2 | 9.79s | 696 | 382 | 10,763 |
| 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 | 3.43s | 5,454 | 226 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 8,193 | 335 | 2,172 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.45s | 195 | 21 | 0 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 18.42s | 204 | 24 | 9,692 |
快速对比
切换对比组合
GPT-6 SolnonevsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BmediumvsQwen3.7 FlashlowMuse Glimmer 30BhighvsGPT-6 SolnoneMuse Glimmer 30BmediumvsGPT-6 SolnoneMuse Glimmer 30BhighvsQwen3.7 FlashlowKAT-Coder-Pro V2.5highvsGPT-6 SolnoneKimi K2.6mediumvsGPT-6 SolnoneGPT-6 SolnonevsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsQwen3.7 FlashlowKimi K2.6mediumvsQwen3.7 FlashlowMuse Glimmer 30BlowvsGPT-6 SolnoneGPT-6 SolnonevsStep 3.7 Flashlow