输入价格
$0.300 / 1M
输出价格
$2.500 / 1M
不稳定测试
1
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 00:32 测试集已变更 | 7.7 | 10.0 | $0.358 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 8.2 | 不适用 | $0.319 | 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） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 首次记录的运行 | 8.2 | 9.5 | 不适用 | 13/18 | 1 | 124,171 | $0.319 | 12.12s |
| 2026-05-22 00:32 · 测试集已变更 | 7.7 | 9.6 | 10.0 | 13/20 | 1 | 139,179 | $0.358 | 15.69s |
| 差值 | +0.5 | -0.1 | 0 | 0 | -15008 | -$0.039 | -3570ms |
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
Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsQwen3.6 35B A3BmediumGemini 2.5 FlashmediumvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsGrok 4.3mediumGemini 2.5 FlashmediumvsGLM 5 TurbomediumGemini 2.5 FlashmediumvsGemini 3 Flash PreviewmediumGemini 2.5 FlashmediumvsGemini 3.5 FlashhighGemini 2.5 FlashmediumvsRing-2.6-1TmediumGemini 2.5 FlashmediumvsGemini 3.5 Flashlow