????
$0.500 / 1M
????
$2.000 / 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 |
|---|---|---|---|---|---|
| 2026-04-27 21:46 新增测试 | 6.0 | 10.0 | $0.031 | 当前轮次 | |
| 2026-04-27 21:31 首次记录的运行 | 5.9 | 10.0 | $0.027 | 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） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-27 21:46 · 当前轮次 | 6.0 | 7.2 | 10.0 | 7/18 | 6 | 3,775 | $0.031 | 4.00s |
| 2026-04-27 21:31 · 首次记录的运行 | 5.9 | 6.9 | 10.0 | 4/11 | 4 | 2,924 | $0.027 | 4.19s |
| 差值 | +0.1 | +0.3 | 0.0 | +3 | +2 | +851 | +$0.004 | -186ms |
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
Qwen3.6 27BnonevsQwen3.5-FlashnoneQwen3.6 27BnonevsSeed-2.0-LitenoneQwen3.6 27BnonevsGLM 5V TurbononeQwen3.6 27BnonevsGemini 2.5 FlashnoneQwen3.6 27BnonevsGPT-5 NanomediumQwen3.6 27BnonevsQwen3.5-35B-A3BnoneQwen3.6 27BnonevsGemini 3 Flash PreviewmediumQwen3.6 27BnonevsGemini 3.1 Pro PreviewmediumQwen3.6 27BnonevsHY3 Previewhigh免费可用