输入价格
$0.300 / 1M
输出价格
$2.500 / 1M
不稳定测试
2
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 00:28 测试集已变更 | 6.2 | 10.0 | $0.015 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 6.2 | 不适用 | $0.013 | 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 | 6.2 | 9.2 | 不适用 | 7/18 | 2 | 1,726 | $0.013 | 903ms |
| 2026-05-22 00:28 · 测试集已变更 | 6.2 | 9.2 | 10.0 | 8/20 | 2 | 1,762 | $0.015 | 893ms |
| 差值 | 0.0 | 0.0 | -1 | 0 | -36 | -$0.002 | +10ms |
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 FlashnonevsGrok 4.20mediumGemini 2.5 FlashnonevsDeepSeek V3.2mediumGemini 2.5 FlashnonevsClaude Sonnet 4.6noneGemini 2.5 FlashnonevsSeed-2.0-MinimediumGemini 2.5 FlashnonevsGemma 4 31Bnone免费可用Gemini 2.5 FlashnonevsGemini 3 Flash PreviewmediumGemini 2.5 FlashnonevsGemini 3.5 FlashhighGemini 2.5 FlashnonevsRing-2.6-1TmediumGemini 2.5 FlashnonevsGemini 3.5 Flashlow