LLMCompare
English

用你自己的任务
对比 AI 模型

贴上你的用例，选好要比的模型，一次跑完。LLMCompare 让你看清每个模型把你的任务完成得怎么样，同时给出它花了多少钱、用了多长时间。

  • 按你的标准评判看输出能不能满足你的业务需求，不比冷冰冰的参数
  • 不用写代码全部在浏览器里完成
  • 不用自备密钥我们替你调用模型，按用量扣积分
上传表格
1 条用例 × 3 个模型 = 3 次调用

开始之前会先显示预估积分。

模型Claude Sonnet 5Gemini 3.7 FlashGPT-5.6 Terra
Claude Sonnet 5完成

1. Neon Skyline Silhouette: "SPACEX: CHASING THE UNIVERSE" rendered in glowing neon type over a towering cyberpunk cityscape silhouette that fades into a starfield, with rain-slicked streets reflecting the neon glow to…

响应时间
11.8秒
输出 token
400
成本
$0.0094
Gemini 3.7 Flash完成

1. Neon Cybernetic: "SPACEX: Chasing the Universe", featuring high-contrast neon lighting against dark cosmic space, though specific character imagery, release dates, and platforms are missing from the brief. 2.…

响应时间
8.8秒
输出 token
141
成本
$0.0042
GPT-5.6 Terra完成
  1. Neon Pursuit: “SPACEX: Chasing the Universe” — A high-contrast cyberpunk poster with electric neon typography, a futuristic cityscape, and a lone figure moving toward a glowing cosmic horizon.
  2. Cosmic Glitch:…
响应时间
2.8秒
输出 token
127
成本
$0.0018
这是我们 2026年10月19日 那次运行里第 1 条用例的回放，按 3 倍速播放。 打开报告

一份真实的模型对比报告

这份报告来自我们在 2026年10月19日 跑的一次评测：3 条用例，3 个模型，每条用例跑 1 次。每个数字都能点进完整报告核对。

C (GPT-5.6 Terra) 在裁判评过的输出中通过了 100%，比 A 高 67 个百分点，单次成本是 A 的 30%。

  • A (Claude Sonnet 5) 在裁判评过的输出中通过了 33%，单次成本 $0.0083。
  • B (Gemini 3.7 Flash) 在裁判评过的输出中通过了 67%，比 A 高 34 个百分点，单次成本是 A 的 65%。
  • B (Gemini 3.7 Flash) 平均耗时 11.1 秒，A 为 10.3 秒。
  • C (GPT-5.6 Terra) 平均耗时 3.3 秒，A 为 10.3 秒。

每条用例只跑了 1 次，所以质量结果是观察，不是比率。

这次运行有 3 条用例。不足 10 条，结果仅供参考。

测试条件

用例
3
模型
Claude Sonnet 5, Gemini 3.7 Flash, GPT-5.6 Terra
每条用例的次数
1
提示词缓存
开
运行日期
2026年10月19日
价格核实于
2026年9月30日
质量由谁评判
模型裁判（GPT-6 Luna）
测量位置
Tencent Cloud (prod)
模型
模型裁判判为通过的输出
平均响应时间
单次成本
Claude Sonnet 5
1共 3
10.3s
$0.0083
Gemini 3.7 Flash
2共 3
11.1s
$0.0054
GPT-5.6 Terra
3共 3最高
3.3s最低
$0.0025最低
怎么判裁判模型按照为这个任务写的标准给每一份输出打分。
怎么测从我们的服务器（Tencent Cloud (prod)）测，从发出请求到收到完整输出。
怎么算厂商公布的价格乘以厂商返回的用量。思考 token 计入成本。

每条用例的结果

显示的结论来自：模型裁判（GPT-6 Luna）。

用例
Claude Sonnet 5Anthropic
Gemini 3.7 FlashGoogle
GPT-5.6 TerraOpenAI
1Poster for a cyberpunk game called SPACEX: Chasing the Universe.
通过11.8 s
通过8.8 s
通过2.8 s
2Hiring poster for Yujian, a counselling app start-up looking for a senior back-end engineer. It should feel professional and reliable, but not cold like a big corporation. It must show the salary (30K to 55K a month), that the role is remote first, and that applications close on the 15th of next month.
不通过8.5 s
通过13.9 s
通过4.4 s
3Pop-up exhibition for Zero Yoko, an independent perfume brand, held in a traditional machiya townhouse in Kyoto. Theme: the memory of scent. It runs for three days. Avoid the usual Japanese minimalist look.
不通过10.5 s
不通过10.6 s
通过2.7 s

质量对成本

越靠上、越靠左越好。

  • 没有谁比它又好又便宜
图里的数字
参测项模型裁判判为通过的输出单次成本平均响应时间是否在前沿上
A · Claude Sonnet 533%$0.008310.3 s否
B · Gemini 3.7 Flash67%$0.005411.1 s否
C · GPT-5.6 Terra100%$0.00253.3 s是

成本是这次运行里单次调用的平均值。带金色圆圈的模型，没有别的模型在质量和成本上同时胜过它。

输出并排对比

每个模型对第 1 条用例的输出。

用例Poster for a cyberpunk game called SPACEX: Chasing the Universe.
Claude Sonnet 5
  1. Neon Skyline Silhouette: "SPACEX: CHASING THE UNIVERSE" rendered in glowing neon type over a towering cyberpunk cityscape silhouette that fades into a starfield, with rain-slicked streets reflecting the neon glow to tie the urban cyberpunk setting to the space theme (the brief gives no platform, release date, or tagline, so none are included).
  2. Circuit-Universe Fusion: "SPACEX: CHASING THE UNIVERSE" set in a sharp, tech-style typeface where the letterforms dissolve into circuit-board patterns on one side and cosmic nebula textures on the other, visually merging cyberpunk tech with the…

11.8 s，输出 400 token，思考 502 token

Gemini 3.7 Flash
  1. Neon Cybernetic: "SPACEX: Chasing the Universe", featuring high-contrast neon lighting against dark cosmic space, though specific character imagery, release dates, and platforms are missing from the brief.
  2. Terminal Glitch Minimal: "SPACEX: Chasing the Universe", focusing on bold, distorted futuristic typography over wireframe geometric grids, noting that key marketing assets like release information, credits, and developer details are missing from the brief.
  3. Tech-Noir HUD: "SPACEX: Chasing the Universe", framing deep space through a gritty, layered holographic cockpit interface,…

8.8 s，输出 141 token，思考 940 token

GPT-5.6 Terra
  1. Neon Pursuit: “SPACEX: Chasing the Universe” — A high-contrast cyberpunk poster with electric neon typography, a futuristic cityscape, and a lone figure moving toward a glowing cosmic horizon.
  2. Cosmic Glitch: “SPACEX: Chasing the Universe” — The title fractures through digital glitch effects over a deep-space backdrop, blending starfields with sharp holographic interface elements.
  3. Chrome Ascension: “SPACEX: Chasing the Universe” — Metallic, reflective lettering rises above a dark futuristic skyline, with radiant celestial light cutting through atmospheric haze.

2.8 s，输出 127 token

这里只显示了一部分。完整输出在报告里。

看完整报告全部公开的模型对比报告

怎么用 LLMCompare 对比模型

  1. 放进你的用例

    直接输入、每行一条粘贴进来，或者上传表格。有期望结果的可以一起填。

  2. 选要比的模型

    选模型，设参数。想测提示词的改动，就给系统提示词加一个版本。

  3. 看结果

    看矩阵，并排比输出，盲评，然后把报告分享出去。

大家用模型对比来做什么

  • 换成便宜的模型

    把真实输入在两个模型上各跑一遍，看省下的钱换来多少质量变化。

    从示例开始
  • 验证新发布的模型

    把新模型加进已经跑过的评测，和现在用的模型比。

    从示例开始
  • 给客户选模型

    用客户自己的用例对比候选模型，发一份客户不用注册就能看的报告。

    从示例开始
  • 对比生图模型

    把同一批提示词交给几个生图模型，并排看图。

    报告

最新的模型评测

全部模型评测文章

支持的模型与价格

LLMCompare 按各厂商公布的价格计算成本。每个价格都标明最后核实的日期。

截至 2026年10月21日，LLMCompare 收录了 59 家厂商的 399 个模型。

查看全部模型和价格
模型输入输出缓存输入
GPT-6 LunaOpenAI$0.10$0.50$0.01
Gemini 3.7 FlashGoogle$0.75$3.75$0.075
GPT-5.6 TerraOpenAI$2.00$12.00$0.20
Claude Sonnet 5Anthropic$2.00$10.00$0.20
现在能跑的文本模型。单位：美元 / 百万 token。 价格核实于 2026年9月30日。
模型每张图图片输出，每百万 token
GPT Image 2.5 SunburstOpenAI不适用$30.00
GPT Image 2.5 FlareOpenAI不适用$30.00
Seedream 5.0 LiteByteDance Seed$0.035不适用
现在能跑的生图模型。单位：美元。 价格核实于 2026年9月30日。

LLMCompare 的套餐与积分

LLMCompare 按一次运行里的模型调用扣积分。运行开始之前会先显示预估积分，未完成的调用不扣积分。

查看全部套餐和积分价格
套餐价格积分每个评测的用例数每次运行的调用数
免费版免费每天 50，每月最多 50020100
入门版$10.00一次性10,000，不过期2001,000
成长版$29.00每月每月 32,0005003,000
专业版$99.00每月每月 120,000不限10,000
价格单位：美元。

LLMCompare 做什么

  • LLMCompare 是一个网页工具，用你提供的用例对比 AI 模型。
  • LLMCompare 把每条用例发给你选的每一个模型，记录每次调用的输出、token 用量、美元成本和响应时间。
  • LLMCompare 可以对比文本模型和生图模型。生视频模型在计划中。
  • LLMCompare 用三种方式衡量质量：规则检查、人工评判、裁判模型打分。三种结果分开报告，不合成一个分数。
  • LLMCompare 的人工评判默认是盲评：揭晓之前，模型名是隐藏的，输出的顺序是打乱的。
  • LLMCompare 按各厂商公布的价格计算成本。每个价格都标明最后核实的日期。
  • 用 LLMCompare 不需要写代码，也不需要自备密钥。LLMCompare 替你调用模型，按用量扣积分。
  • 调用失败时 LLMCompare 不会换成别的模型。超时、被拒绝、返回为空，都如实记为该模型的结果。
  • 截至 2026年10月21日，LLMCompare 收录了 59 家厂商的 399 个模型，其中 11 个可以在评测里运行。

LLMCompare 不是什么

  • LLMCompare 不是公开排行榜。LLMCompare 不按通用基准给模型排名。
  • LLMCompare 不是聊天窗口。
  • LLMCompare 不是生产环境的监控服务。LLMCompare 用在上线之前，用来选模型。
  • LLMCompare 不属于任何一家模型厂商。

关于对比 AI 模型的常见问题

LLMCompare 和模型排行榜有什么不同？
排行榜按通用基准给模型排名，对所有人都一样。LLMCompare 跑的是你提供的用例，结果说明的是每个模型处理你的任务的情况。
需要我自己的密钥吗？
不需要。LLMCompare 用自己的账号调用模型，按用量扣积分。
可以对比哪些模型？
LLMCompare 支持文本模型和生图模型。模型页列出了每个支持的模型、它的价格，以及价格的核实日期。 查看全部模型和价格
LLMCompare 怎么计算成本？
LLMCompare 用厂商返回的用量，乘以运行当天厂商公布的价格。思考 token 计入成本，因为厂商按输出收费。
可以对比同一段提示词的不同版本吗？
可以。给系统提示词加一个版本，LLMCompare 会用每个版本各跑一遍同样的用例。
模型拒绝回答或者超时了怎么办？
LLMCompare 把拒绝或超时记为该模型在这条用例上的结果。LLMCompare 不会换别的模型重试。
我的用例是私密的吗？
是。评测在你分享之前只有你自己能看。分享或公开报告后，报告里的全部用例和输出对能打开它的人可见。
结果可以分享吗？
可以。你可以生成一个链接，拿到链接的人都能打开；也可以公开报告。打开分享报告不需要注册。
怎么判断哪个输出更好？
LLMCompare 提供三种方式：规则检查（比如是否是合法 JSON、是否包含指定关键词）、人工盲评、由裁判模型按你写的标准打分。