输入价格
$0.139 / 1M
输出价格
$1.000 / 1M
不稳定测试
6
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 00:15 测试集已变更 | 7.0 | 6.7 | $0.547 | 当前轮次 | |
| 2026-04-11 01:44 首次记录的运行 | 7.4 | 不适用 | $0.398 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
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） |
|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:15 · 当前轮次 | 7.3 | 7.5 | 10.0 | 11/20 | 6 | 361,788 | $0.536 | 69.66s |
| 2026-04-11 01:44 · 首次记录的运行 | 7.4 | 6.7 | 不适用 | 10/18 | 7 | 218,898 | $0.398 | 44.51s |
| 差值 | -0.2 | +0.8 | +1 | -1 | +142890 | +$0.138 | +25147ms |
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
Qwen3.5-35B-A3BmediumvsGPT-5.3 ChatnoneQwen3.5-35B-A3BmediumvsKimi K2.6medium免费可用Qwen3.5-35B-A3BmediumvsGLM 5.1mediumQwen3.5-35B-A3BmediumvsStep 3.7 FlashlowQwen3.5-35B-A3BmediumvsGemini 3.1 Flash LitelowQwen3.5-35B-A3BmediumvsStep 3.5 FlashmediumQwen3.5-35B-A3BmediumvsGemini 3 Flash PreviewmediumQwen3.5-35B-A3BmediumvsGemini 3.5 FlashhighQwen3.5-35B-A3BmediumvsRing-2.6-1TmediumQwen3.5-35B-A3BmediumvsGemini 3.5 Flashlow