输入价格
$0.252 / 1M
输出价格
$0.378 / 1M
不稳定测试
4
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-22 00:46 测试集已变更 | 7.0 | 9.1 | $0.037 | 比较 | |
| 2026-05-08 15:27 测试集已变更 | 7.2 | 10.0 | $0.031 | 比较 | |
| 2026-04-20 17:48 首次记录的运行 | 8.0 | 不适用 | $0.029 | 当前轮次 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · 首次记录的运行 | 8.0 | 8.2 | 不适用 | 12/18 | 4 | 59,131 | $0.029 | 46.41s |
| 2026-05-22 00:46 · 测试集已变更 | 7.0 | 7.6 | 9.1 | 11/20 | 6 | 75,252 | $0.037 | 53.21s |
| 差值 | +1.0 | +0.6 | +1 | -2 | -16121 | -$0.008 | -6806ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
DeepSeek V3.2mediumvsRing-2.6-1TnoneDeepSeek V3.2mediumvsGPT-5.4 NanomediumDeepSeek V3.2mediumvsRing-2.6-1TmediumDeepSeek V3.2mediumvsGPT-5 MinimediumDeepSeek V3.2mediumvsQwen3.5-35B-A3BmediumDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsGemini 3 Flash PreviewmediumDeepSeek V3.2mediumvsGemini 3.5 FlashhighDeepSeek V3.2mediumvsGemini 3.5 Flashlow