AI 模型评测与比较

在私有数据集上，
比较模型的实际表现。

查看新模型的成绩，比较换代前后的提升，以及提高思考档位带来的得分、耗时和费用变化。

3,161,493累计会话

39 个模型 · 80 个配置

综合前五名

满分 100

gpt-6-astraxhigh88.80

claude-opus-5-5max87.55

claude-fable-5-1max87.25

gpt-6.1-solmax86.60

claude-sonnet-5-5xhigh82.30

各模型本项最高分档位

综合得分

展开查看各维度与子轴得分

后端工程 20% · 前端交互 20% · 知识推理 35% · 视觉审美 15% · 可维护性 10%。

基于自建私有数据集，成绩反映本次任务范围。为什么这样测

左上方：费用更低，得分更高 · 每个点对应一个模型与档位

帕累托前沿新模型实测其他配置已绘制 68 / 80 个配置

点选查看成绩与费用

gpt-6-astra

OpenAIxhigh

综合分88.80参考费用$7.01

评测 API 参考费用合计；对数刻度，仅展示费用完整且大于零的配置。比较方法