输入价格
$0.195 / 1M
输出价格
$1.560 / 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 00:04 测试集已变更 | 7.9 | 10.0 | $0.607 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 8.4 | 不适用 | $0.497 | 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 | 8.4 | 8.8 | 不适用 | 13/18 | 3 | 245,000 | $0.497 | 53.03s |
| 2026-05-22 00:04 · 测试集已变更 | 7.9 | 8.9 | 10.0 | 13/20 | 3 | 314,583 | $0.607 | 60.85s |
| 差值 | +0.5 | -0.1 | 0 | 0 | -69583 | -$0.110 | -7821ms |
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。