输入价格
$0.260 / 1M
输出价格
$2.080 / 1M
不稳定测试
3
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 00:03 测试集已变更 | 7.7 | 10.0 | $0.650 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 8.1 | 不适用 | $0.528 | 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 | 8.1 | 8.6 | 不适用 | 13/18 | 3 | 180,303 | $0.528 | 31.38s |
| 2026-05-22 00:03 · 测试集已变更 | 7.7 | 8.8 | 10.0 | 13/20 | 3 | 238,285 | $0.650 | 39.29s |
| 差值 | +0.4 | -0.2 | 0 | 0 | -57982 | -$0.122 | -7914ms |
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
Qwen3.5-122B-A10BmediumvsGemma 4 26B A4Bmedium免费可用Qwen3.5-122B-A10BmediumvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsGPT-5.2 ChatnoneQwen3.5-122B-A10BmediumvsGLM 5 TurbomediumQwen3.5-122B-A10BmediumvsQwen3.6 PlusmediumQwen3.5-122B-A10BmediumvsGemini 3 Flash PreviewmediumQwen3.5-122B-A10BmediumvsGemini 3.5 FlashhighQwen3.5-122B-A10BmediumvsRing-2.6-1TmediumQwen3.5-122B-A10BmediumvsGemini 3.5 Flashlow