3Xray Compare
claude-sonnet-4-6 与 gpt-6-astra 模型对比
横向比较 claude-sonnet-4-6 与 gpt-6-astra 的能力表现、运行成本与执行效率；各项仅按客观数值展示。
claude-sonnet-4-6
gpt-6-astra
能力表现更高 / 排名更前
资源投入更省
仅按单项数值标记，不生成综合总分。
左右滑动表格可查看其余已选模型
| 指标 |
claude-sonnet-4-6
high
|
gpt-6-astra
xhigh
|
|---|---|---|
| 能力表现 | ||
| 当前排名越低越靠前 | 第 27 名 | 第 1 名排名更前 |
| 任务通过率（Pass@1）越高越好 | 29.9% | 74.1%表现更高 |
| 95% 置信区间重复运行波动范围 | 25.8% – 34.0% | 71.2% – 77.0% |
| Pass@4四次内至少一次通过 | 56.6% | 80.5%通过更高 |
| 资源与效率 | ||
| 单次平均运行成本越低资源投入越少 | $5.52资源更省 | $6.52 |
| 平均输出量越低资源投入越少 | 暂无数据 | 暂无数据 |
| 平均代理步数越低资源投入越少 | 134 | 29资源更省 |
| 平均运行时长越低资源投入越少 | 47 分钟 | 19 分钟资源更省 |
| 测试信息 | ||
| 参与任务数 | 113 | 113 |
| 计分尝试次数 | 451 | 452 |
| 推理档位 | high | xhigh |