ModelDial · 模型实测

claude-sonnet-5-5

比较各思考档位在私有数据集上的表现。分项成绩与费用均来自对应的实测记录。

最高综合分85.8

claude-sonnet-5-5 · xhigh

后端与测试
84
前端与交互
89
知识与推理
85

各档位实测成绩

选择两到三个配置,比较分数与费用。

左右滑动查看完整成绩 →

模型 / 档位综合后端与测试前端与交互知识与推理评测用时参考费用对比
xhigh85.884898548m 32s$2.80

如何理解结果

上方分项成绩采用最高综合分所在的同一配置。完整综合分需要三项成绩,缺失结果显示为横线。

本次评测数据发布于 2026/9/30