输入价格
$0.260 / 1M
输出价格
$2.080 / 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 |
|---|---|---|---|---|---|
| 2026-05-21 23:57 测试集已变更 | 5.4 | 10.0 | $0.023 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 5.7 | 不适用 | $0.022 | 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 | 5.7 | 9.2 | 不适用 | 6/18 | 2 | 3,341 | $0.022 | 3.69s |
| 2026-05-21 23:57 · 测试集已变更 | 5.4 | 9.2 | 10.0 | 6/20 | 2 | 3,375 | $0.023 | 3.38s |
| 差值 | +0.3 | 0.0 | 0 | 0 | -34 | -$0.002 | +312ms |
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-A10BnonevsQwen3.5-27BnoneQwen3.5-122B-A10BnonevsCobuddymediumQwen3.5-122B-A10BnonevsDeepSeek V3.2noneQwen3.5-122B-A10BnonevsQwen3.5-35B-A3BnoneQwen3.5-122B-A10BnonevsMiMo-V2-PrononeQwen3.5-122B-A10BnonevsGemini 3 Flash PreviewmediumQwen3.5-122B-A10BnonevsGemini 3.5 FlashhighQwen3.5-122B-A10BnonevsRing-2.6-1TmediumQwen3.5-122B-A10BnonevsGemini 3.5 Flashlow