????
$0.400 / 1M
????
$2.400 / 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 |
|---|---|---|---|---|---|
| 2026-05-08 14:34 测试集已变更 | 7.8 | 9.6 | $0.305 | 当前轮次 | |
| 2026-05-08 14:34 测试集已变更 | 7.8 | 9.6 | $0.305 | 比较 | |
| 2026-04-27 23:09 首次运行 | 8.2 | 9.7 | $0.269 | 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。
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 Plus 2026-04-20mediumvsGemini 3.1 Flash LitemediumQwen3.5 Plus 2026-04-20mediumvsGemini 3 Flash PreviewnoneQwen3.5 Plus 2026-04-20mediumvsGPT-5.4mediumQwen3.5 Plus 2026-04-20mediumvsGemini 3.1 Flash Lite PreviewlowQwen3.5 Plus 2026-04-20mediumvsGemini 2.5 FlashmediumQwen3.5 Plus 2026-04-20mediumvsQwen3.5-122B-A10BmediumQwen3.5 Plus 2026-04-20mediumvsGemini 3 Flash PreviewmediumQwen3.5 Plus 2026-04-20mediumvsGemini 3.1 Pro PreviewmediumQwen3.5 Plus 2026-04-20mediumvsRing 2.6 1tmedium免费可用