所有发布

GPT-6.1 Terra vs. Gemini 3.8 Flash:发布比较

GPT-6.1 Terra 与 Gemini 3.8 Flash 发布比较:分别包含 6 个和 3 个模型,各自具有不同的智能、性能与价格特征。下方对全部 9 个模型的关键指标进行了比较。

  • 智能方面,GPT-6.1 Terra 得分最高:GPT-6.1 Terra (Max)(48),Gemini 3.8 Flash 为 Gemini 3.8 Flash (High)(41)。
  • 单任务成本方面,GPT-6.1 Terra 最低:GPT-6.1 Terra (Low)($0.05),Gemini 3.8 Flash 为 Gemini 3.8 Flash (High)($3.49)。
模型 Playground

比较的发布

GPT-6.1 Terra (max)GPT-6.1 Terra (xhigh)GPT-6.1 Terra (high)GPT-6.1 Terra (medium)Gemini 3.8 Flash (high)Gemini 3.8 Flash (medium)GPT-6.1 Terra (low)GPT-6.1 Terra (non-reasoning)Gemini 3.8 Flash (low)
Intelligence Index
48
45
44
41
41
40
36
33
33
财务与会计
47
46
44
43
47
45
38
36
39
战略与运营
50
48
47
45
48
48
42
42
39
法律
49
48
47
46
52
51
42
35
45
医疗与健康
--
--
--
--
40
40
--
--
34
每任务成本美元
$0.40
$0.19
$0.13
$0.10
$3.49
--
$0.05
$0.11
--
输出速度Token/秒
--
--
--
--
134
--
--
--
--
首 Token 延迟秒
--
--
--
--
28.78
--
--
--
--
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
1M
开发商
OpenAI
OpenAI
OpenAI
OpenAI
Google
Google
OpenAI
OpenAI
Google
许可证
专有
专有
专有
专有
专有
专有
专有
专有
专有
输入模态

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本、图像、语音和视频

支持:文本、图像、语音和视频

支持:文本和图像

支持:文本和图像

支持:文本、图像、语音和视频

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

服务商
OpenAI
OpenAI
OpenAI
OpenAI
Google
Google
OpenAI
OpenAI
Google
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

智能

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Intelligence Index 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Terra
Pareto line

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

速度与延迟

输出速度

Output tokens per second · Higher is better

能力得分

能力指数

衡量模型在特定能力与行业中的表现
Finance & Accounting Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

AA-PersonalityBenchNew

性格指数

每个轴对应 8 个性格指数之一:其特质 Elo z 分数的平均值,在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名