BenchLeader

GPT-5.6 Terra vs Qwen3.8 Max

完整资料:GPT-5.6 Terra(OpenAI)和 Qwen3.8 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 16 个来源

截至 2026年11月16日,GPT-5.6 Terra 与 Qwen3.8 Max 的质量不相上下(BenchLeader Index 60.1 比 58.7,在 ±5.2 的误差范围内)。Qwen3.8 Max 更便宜,对方的价格是它的 1.5 倍(每百万 token 混合价格 $3.00 比 $4.50)。看重智能体与工具(63 比 59)和推理(55 比 52)选 GPT-5.6 Terra;看重知识(58 比 53)、多模态(66 比 61)和编程(62 比 59)选 Qwen3.8 Max。GPT-5.6 Terra 的首次回答更快(19.2 秒 比 119.6 秒)。GPT-5.6 Terra 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • GPT-5.6 Terra 的 BenchLeader Index 为 60.1,Qwen3.8 Max 为 58.7(BenchLeader,2026年11月16日)。
  • GPT-5.6 Terra 每百万 token 混合价格为 $4.50(标价,2026年11月16日)。
  • Qwen3.8 Max 每百万 token 混合价格为 $3.00(标价,2026年11月16日)。
  • GPT-5.6 Terra 比 Qwen3.8 Max 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 42 项基准测试中,Qwen3.8 Max 领先 34 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,GPT-5.6 Terra 的评分为 1520,Qwen3.8 Max 为 1676(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Qwen3.8 Max类别得分 62 比 59;Arena WebDev 1676 比 1520中
智能体与工具调用GPT-5.6 Terra类别得分 63 比 59;τ³-Banking (AA) 29.7% 比 51.3%中
数学均可类别得分 66 比 65;Arena Maths 1478 比 1505均可
推理GPT-5.6 Terra类别得分 55 比 52;HLE-Diamond (AA) 24.7% 比 24.0%中
知识Qwen3.8 Max类别得分 58 比 53;AA-Omniscience v1.1 10.5 比 -11.5中
长文档均可类别得分 64 比 65;AA-LCR v1.1 79.0% 比 80.3%均可
图像及其他媒体Qwen3.8 Max类别得分 66 比 61;Arena Vision 1312 比 1269中
对话质量(人类偏好)Qwen3.8 MaxArena 投票 68 比 66中
成本最低Qwen3.8 Max每百万 token 混合价格 $3.00 比 $4.50;智能体编程会话 $0.144 比 $0.168–
首次回答最快GPT-5.6 Terra首个回答 token 19.2 秒(GPT-5.6 Terra (xhigh))比 119.6 秒(Qwen3.8 Max (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • GPT-5.6 Terra (xhigh) 与 Qwen3.8 Max (max) 的质量不相上下(60.1 比 58.7,在 ±5.2 的误差范围内)。
  • GPT-5.6 Terra (xhigh) 在智能体与工具、数学、推理方面更强。
  • Qwen3.8 Max (max) 在编程、人类偏好、知识、长上下文、多模态方面更强。
  • Qwen3.8 Max (max) 更便宜,对方的价格是它的 1.5 倍(每百万 token 混合价格 $3.00 比 $4.50)。
  • GPT-5.6 Terra (xhigh) 的输出速度是对方的 1.6 倍(97 比 59 token/秒)。

概览

规格GPT-5.6 TerraQwen3.8 Max
提供商OpenAIAlibaba
发布日期2026年7月9日2026年8月3日
上下文窗口(token)1,050,0001,000,000
对比时的配置GPT-5.6 Terra (xhigh)Qwen3.8 Max (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $12.00 / $0.200$2.00 / $6.00 / $0.250

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-5.6 Terra (xhigh)Qwen3.8 Max (max)领先者
推理54.851.5GPT-5.6 Terra
编程59.161.6Qwen3.8 Max
智能体与工具63.158.5GPT-5.6 Terra
数学65.765.2持平
知识53.058.0Qwen3.8 Max
指令遵循65.6–无法比较
人类偏好65.567.5Qwen3.8 Max
多模态61.265.7Qwen3.8 Max
长上下文64.164.8持平
综合–45.0无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文多模态人类偏好GPT-5.6 Terra, 推理: 54.8GPT-5.6 Terra, 编程: 59.1GPT-5.6 Terra, 智能体与工具: 63.1GPT-5.6 Terra, 数学: 65.7GPT-5.6 Terra, 知识: 53.0GPT-5.6 Terra, 长上下文: 64.1GPT-5.6 Terra, 多模态: 61.2GPT-5.6 Terra, 人类偏好: 65.5Qwen3.8 Max, 推理: 51.5Qwen3.8 Max, 编程: 61.6Qwen3.8 Max, 智能体与工具: 58.5Qwen3.8 Max, 数学: 65.2Qwen3.8 Max, 知识: 58.0Qwen3.8 Max, 长上下文: 64.8Qwen3.8 Max, 多模态: 65.7Qwen3.8 Max, 人类偏好: 67.5

未绘制(测得的模型少于两个):指令遵循。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 42 项基准测试中,GPT-5.6 Terra 领先 8 项,Qwen3.8 Max 领先 34 项。所有同时评测两者的综合评分都认为 Qwen3.8 Max 更强。

综合 IndexGPT-5.6 Terra (xhigh)Qwen3.8 Max (max)领先者
BenchLeader Index60.158.7不相上下
AA Intelligence Index v5.0.132.3†33.6Qwen3.8 Max
Arena Text14681484Qwen3.8 Max

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-5.6 Terra (xhigh)Qwen3.8 Max (max)
每百万 token 混合价格$4.50$3.00
每百万 token 输入 / 输出$2.00 / $12.00$2.00 / $6.00
每百万 token 缓存输入$0.200$0.250
每项任务价格:聊天回复$0.0044$0.0026
每项任务价格:总结一份 30 页的报告$0.031$0.028
每项任务价格:代码编辑$0.030$0.021
每项任务价格:智能体编程会话$0.168$0.144
每项任务价格:结构化信息提取$0.0064$0.0052
智能体编程会话(输入大多命中缓存)$0.087$0.065
每项基准测试任务成本(AA Index)–$10.02
每项任务输出 token(AA Index)–171k
其中推理部分–120k
每项任务耗时(AA Index)–48 min
输出速度97 tok/s59 tok/s
首次回答时间19.2 秒119.6 秒
完整回答耗时(最近一次测量 2026年11月13日)84.0 秒294.1 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-5.6 Terra (xhigh) 得分 60.1,首个回答 token 需 19 秒;GPT-5.6 Terra (max) 为 59.5(73 秒),GPT-5.6 Terra (high) 为 56.8(6 秒)。Qwen3.8 Max (max) 得分 58.7,首个回答 token 需 120 秒;Qwen3.8 Max (xhigh) 为 56.6(3 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 158 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-5.6 Terra (xhigh)Qwen3.8 Max (max)
BenchLeader IndexBenchLeader60.158.7
智能体与工具得分BenchLeader63.158.5
编程得分BenchLeader59.161.6
人类偏好得分BenchLeader65.567.5
指令遵循得分BenchLeader65.6–
知识得分BenchLeader53.058.0
长上下文得分BenchLeader64.164.8
数学得分BenchLeader65.765.2
多模态得分BenchLeader61.265.7
推理得分BenchLeader54.851.5
综合得分BenchLeader–45.0
混合价格(美元/百万 token)BenchLeader$4.50$3.00
输出速度BenchLeader97 tok/s59 tok/s
首次回答时间BenchLeader19.2 秒119.6 秒
上下文窗口BenchLeader1,050,000 token1,000,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub93.3%†92.7%†
SimpleBenchSimpleBench48.9%–
Arena Hard PromptsArena (LMArena)14911507
LiveBench 2.0 ReasoningLiveBench90.6%†88.2%
LiveBench 1.0 ReasoningLiveBench90.6%†88.2%
GPQA Diamond (AA)Artificial Analysis90.8%92.8%
Humanity's Last Exam (AA)Artificial Analysis41.9%43.1%
HLE-Diamond (AA)Artificial Analysis24.7%24.0%
GPQA Diamond (Vals)Vals AI90.9%93.7%
Kagi LLM BenchmarkKagi LLM Benchmark51.3%†–
ARC-AGI-1ARC Prize94.0%–
ARC-AGI-2ARC Prize74.2%–
ARC-AGI-3ARC Prize0.7%–
CritPtArtificial Analysis27.1%20.0%
CritPt v2 hard subset (AA)Artificial Analysis50.5%†29.5%
MysteryMechanismVals AI–23.9%
Arena ExpertArena (LMArena)15071514
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub35.0%†38.0%†
LMCAEpoch AI Benchmarking Hub52.2%46.2%†
DTBenchEpoch AI Benchmarking Hub92.5%92.0%†
编程
SciCodeSciCode52.3%53.2%
WeirdMLWeirdML78.3%†–
FrontierCodeCognition41.3%†–
Arena CodingArena (LMArena)15171523
显示全部 158 项基准测试
指标发布方GPT-5.6 Terra (xhigh)Qwen3.8 Max (max)
编程
Arena WebDevArena (LMArena)15201676
LiveBench 2.0 CodingLiveBench84.2%†60.9%
LiveBench 1.0 CodingLiveBench78.3%†72.9%
LiveCodeBenchVals AI85.9%87.8%
IOIVals AI87.6%†68.9%
SWE-bench (Vals)Vals AI95.4%†85.6%
Code MigrationVals AI47.8%†24.0%
ProgramBenchVals AI0.5%†0.0%
SWE-bench MultimodalVals AI–42.5%
Vibe Code Bench 1-100Vals AI14.8%†12.8%
Vibe Code Bench v1.1Vals AI74.6%†64.7%
SWE Atlas v1.1Scale AI SEAL–64.4%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–81.5%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.9%
SWE Atlas v1.1: RefactoringScale AI SEAL–52.9%
SWE-Bench Pro V2Scale AI SEAL92.4%–
SWE-Bench Pro V2 HARDScale AI SEAL86.3%–
MirrorCodeEpoch AI Benchmarking Hub41.1%†52.2%†
Surface Evolver BenchEpoch AI Benchmarking Hub83.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub60.2%57.5%†
CursorBenchCursor33.6%–
ALE-BenchEpoch AI Benchmarking Hub1951.4†1679.1†
FrontierSWEEpoch AI Benchmarking Hub–17.8%†
Terminal-Bench 4.0 (AA)Artificial Analysis10.1%38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis80.2%88.8%
Startrise FrontendStartrise66.9%†71.3%
GameBench 2 OverallDuelLab GameBench 245.6†54.2†
GameBench 2 by reasoning settingDuelLab GameBench 253.569.6†
Design Arena WebsiteDesign Arena1260†1269
FrontierCode 1.1 (AA)Artificial Analysis–43.2%
FrontierCode 2.0 (AA)Artificial Analysis23.9%†23.4%
智能体与工具
Terminal-BenchTerminal-Bench21.5%†27.0%
APEX-AgentsMercor58.2%†63.3%
Arena AgentArena (LMArena)-1.80.1
LiveBench Long AgenticLiveBench25.9%†26.6%
LiveBench BrowserLiveBench70.3%†49.4%
LiveBench Agentic CodingLiveBench55.0%†64.7%
Terminal-Bench HardArtificial Analysis62.9%–
τ²-Bench Telecom (AA)Artificial Analysis80.4%–
Terminal-Bench 2.1 (Vals)Vals AI77.5%†67.4%
τ³-bench Bankingτ²-bench–55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis47.4%58.3%
GDPval-AA v2.1Artificial Analysis14561674
τ³-Banking (AA)Artificial Analysis29.7%51.3%
ITBench SRE (AA)Artificial Analysis51.0%†40.3%
Analyst Agent (AA)Artificial Analysis–45.0%
APEX-Agents (AA)Artificial Analysis38.9%†42.4%
CyberBenchVals AI72.1%†28.6%
Finance Agent v2Vals AI54.4%†50.6%
Harvey's Legal Agent Benchmark v1Vals AI0.8%†10.4%
Legal Research BenchVals AI41.4%†47.6%
SkillsBenchVals AI58.9%†42.0%
SREBenchVals AI9.5%†–
Tax Agent BenchVals AI30.0%†32.1%
Terminal-Bench 4.0 (Vals)Vals AI22.7%†34.3%
Terminal-Bench ScienceVals AI10.0%†12.9%
Arena SearchArena (LMArena)–1227
Arena Agent Task CompletionArena (LMArena)-7.24.5
BALROGBALROG53.2%†–
Vending-Bench 2Andon Labs7343.2†–
AutomationBenchArtificial Analysis47.1%56.2%
GDP.pdf (AA)Artificial Analysis24.6%22.8%
EnterpriseOps-GymArtificial Analysis38.5%†47.6%
AA-Briefcase v1.1Artificial Analysis13321604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena1089†1264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis13.8%†11.9%
DeepSec-Bench (AA)Artificial Analysis25.1%†–
MKA (AA)Artificial Analysis–37.4%
FACTS SearchGoogle87.0%†85.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub86.0%†74.7%†
FrontierMath Tier 4Epoch AI Benchmarking Hub70.7%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†100.0%†
ProofBenchVals AI74.0%58.0%
LiveBench MathematicsLiveBench94.9%†91.3%
Arena MathsArena (LMArena)14781505
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub43.2%†47.3%†
LiveBench 2.0 Data AnalysisLiveBench79.3%†78.4%
LiveBench ResearchLiveBench79.7%†72.8%
LiveBench 1.0 Data AnalysisLiveBench79.3%†78.4%
AA-Omniscience v1.1Artificial Analysis-11.510.5
MMLU-ProVals AI86.7%88.6%
LegalBenchVals AI85.1%†83.6%
CorpFinVals AI65.3%65.8%
TaxEvalVals AI76.2%75.5%
Excel Modeling BenchmarkVals AI66.2%†60.1%
Excel Modeling Benchmark v1.1Vals AI–66.0%
MedCodeVals AI43.4%40.7%
MedScribeVals AI82.9%85.0%
Public Benefits Bench v1.1Vals AI62.4%†67.1%
Access to Justice BenchmarkVals AI–76.4%
Financial Coaching BenchVals AI71.0%†75.6%
Immigration BenchVals AI–70.1%
GDP.pdfEpoch AI Benchmarking Hub24.7%†23.2%†
AA-Omniscience v1.1: accuracyArtificial Analysis41.3%29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis9.9%72.9%
FACTS ParametricGoogle57.6%†30.8%
指令遵循
LiveBench LanguageLiveBench82.9%†79.7%
LiveBench Instruction FollowingLiveBench64.6%†74.1%
IFBenchArtificial Analysis66.3%–
Arena Instruction FollowingArena (LMArena)14631478
人类偏好
Arena TextArena (LMArena)14681484
EQ-Bench 4EQ-Bench1220†–
EQ-Bench Creative Writing v3EQ-Bench1856†–
Arena Creative WritingArena (LMArena)14301472
Arena Multi-turnArena (LMArena)14751495
Arena Longer QueriesArena (LMArena)14691496
多模态
Arena VisionArena (LMArena)12691312
LiveBench DesignLiveBench70.9%†76.6%
MMMU-ProArtificial Analysis79.5%82.8%
MMMU-Pro (Vals)Vals AI86.5%†88.0%
MortgageTaxVals AI67.3%64.0%
SAGEVals AI87.0%†81.8%
Humanity's Sixth SenseScale AI SEAL22.7%†33.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub30.8%†–
Furniture AssemblyEpoch AI Benchmarking Hub54.2%†20.0%†
VIALS-AAHandshake AI–31.7%
Code2Video-AAArtificial Analysis–1021
AA-3DArtificial Analysis–954
FACTS MultimodalGoogle39.9%†51.5%
长上下文
AA-LCR v1.1Artificial Analysis79.0%80.3%
Arena DocumentArena (LMArena)1474–
MLCRArtificial Analysis22.8%26.1%
FACTS GroundingGoogle60.5%†73.8%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.7†157.6
LiveBench 2.0LiveBench67.2%†60.9%
LiveBench 1.0LiveBench77.9%†78.5%
AA Intelligence Index v5.0.1Artificial Analysis32.3†33.6
AA Intelligence Index v4.3.2Artificial Analysis38.045.4
AA Progress Index v1Artificial Analysis312323.7
Vals RSI IndexVals AI–21.8%
Vals Multimodal IndexVals AI65.1%65.4%
安全与诚实
DistressBenchScale AI SEAL76.4%†77.6%

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Qwen3.8 Max (max):1 项分数修订。
  • GPT-5.6 Terra (xhigh):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Qwen3.8 Max (max):1 项分数修订。
  • Qwen3.8 Max (max):6 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订。
  • Qwen3.8 Max (max):1 项新结果(FACTS Search);1 项分数修订。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订;价格 $0.22/M → $0.25/M。
  • Qwen3.8 Max (max):价格 $0.25/M → $0.22/M。
  • Qwen3.8 Max (max):1 项分数修订;价格 $0.22/M → $0.25/M。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-5.6 Terra vs Qwen3.8 Max:常见问题

GPT-5.6 Terra 比 Qwen3.8 Max 更好吗?
GPT-5.6 Terra (xhigh) 与 Qwen3.8 Max (max) 的质量不相上下(60.1 比 58.7,在 ±5.2 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
GPT-5.6 Terra 和 Qwen3.8 Max 哪个更便宜?价格会变吗?
目前 Qwen3.8 Max 更便宜:每百万 token $3.00 比 $4.50(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GPT-5.6 Terra 还是 Qwen3.8 Max 更好?
Qwen3.8 Max 在编程方面得分更高(类别得分 62 比 59,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,GPT-5.6 Terra 为 1520,Qwen3.8 Max 为 1676。
GPT-5.6 Terra 和 Qwen3.8 Max 哪个更快?
GPT-5.6 Terra 输出更快(约 1.5 倍;输出 97 比 59 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-5.6 Terra 还是 Qwen3.8 Max 更好?
GPT-5.6 Terra 在智能体任务方面得分更高(类别得分 63 比 59,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 τ³-Banking (AA) 上,GPT-5.6 Terra 为 29.7%,Qwen3.8 Max 为 51.3%。
更多问题(4)
处理长文档哪个更好?
两者在长上下文基准测试上持平(64 比 65)。两者都约为 1.1M token(GPT-5.6 Terra 为 1,050,000,Qwen3.8 Max 为 1,000,000)。
哪个延迟更低?
GPT-5.6 Terra 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 19.2 秒比 119.6 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-5.6 Terra 和 Qwen3.8 Max 的看法一致吗?
在两者都有结果的 42 项基准测试中,GPT-5.6 Terra 领先 8 项,Qwen3.8 Max 领先 34 项。所有同时评测两者的综合评分都认为 Qwen3.8 Max 更强。
Qwen3.8 Max 是什么时候发布的?
Qwen3.8 Max 于 2026年8月3日 发布。