输入价格
$0.065 / 1M
输出价格
$0.260 / 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 |
|---|---|---|---|---|---|
| 2026-05-21 23:57 测试集已变更 | 7.4 | 8.3 | $0.104 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 7.8 | 不适用 | $0.080 | 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 | 7.8 | 7.3 | 不适用 | 11/18 | 6 | 193,972 | $0.080 | 66.72s |
| 2026-05-21 23:57 · 测试集已变更 | 7.4 | 7.6 | 8.3 | 11/20 | 6 | 286,029 | $0.104 | 65.64s |
| 差值 | +0.4 | -0.3 | 0 | 0 | -92057 | -$0.025 | +1088ms |
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-FlashmediumvsGemini 2.5 FlashmediumQwen3.5-FlashmediumvsQwen3.5-122B-A10BmediumQwen3.5-FlashmediumvsGemini 3.1 Flash LitemediumQwen3.5-FlashmediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-FlashmediumvsGrok Build 0.1mediumQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsRing-2.6-1TmediumQwen3.5-FlashmediumvsGemini 3.5 Flashlow