模型实测榜单

比较模型与思考档位的成绩、耗时和参考费用。

基于自建私有数据集为什么这样测

数据快照 · 2026/10/13

查看订阅额度

Gemini 4 Argon上新值得关注

79.35综合分

查看成绩

muse-wonder上新值得关注

81.55综合分

查看成绩

claude-opus-5-5

87.55综合分

查看成绩

每个模型展示本项最高实测分，展开查看其他档位。39 个模型 · 80 个配置

评分说明

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%。默认显示各模型在当前评测项中得分最高的档位。

耗时与费用对应当前评测项；切换分类后同步更新。这些数值不代表日常单次请求的速度或价格。

查看任务范围了解评测方法

排名	模型 / 实测档位		后端工程	前端交互	知识推理	视觉审美	可维护性	用时 / 费用
01	gpt-6-astra xhigh 后端工程95前端交互96知识推理95视觉审美75可维护性61	88.80	95	96	95	75	61	83m 56s$7.01
02	claude-opus-5-5新 max 后端工程84前端交互89知识推理100视觉审美73可维护性70	87.55	84	89	100	73	70	33m 57s$3.67
03	claude-fable-5-1 max 后端工程85前端交互91知识推理95视觉审美80可维护性68	87.25	85	91	95	80	68	79m 7s$26.15
04	gpt-6.1-sol新 max 后端工程95前端交互96知识推理90视觉审美66可维护性70	86.60	95	96	90	66	70	62m 9s$1.69
05	claude-sonnet-5-5新 xhigh 后端工程86前端交互89知识推理85视觉审美73可维护性66	82.30	86	89	85	73	66	48m 32s$2.80
06	claude-opus-5 max 后端工程70前端交互87知识推理95视觉审美73可维护性61	81.70	70	87	95	73	61	92m 12s$7.99
07	muse-wonder新 max 后端工程82前端交互84知识推理90视觉审美73可维护性59	81.55	82	84	90	73	59	40m 8s$6.78
08	Gemini 4 Argon新后端工程82前端交互84知识推理85视觉审美70可维护性59	79.35	82	84	85	70	59	46m 48s暂无
09	gpt-6-sol xhigh 后端工程80前端交互94知识推理75视觉审美75可维护性66	78.90	80	94	75	75	66	39m 22s$1.10
10	grok-4.7 high 后端工程87前端交互80知识推理85视觉审美66可维护性55	78.55	87	80	85	66	55	196m 18s$5.25
11	grok-4.6 xhigh 后端工程78前端交互80知识推理85视觉审美64可维护性59	76.85	78	80	85	64	59	144m 16s$2.51
12	claude-opus-4-8 xhigh 后端工程61前端交互87知识推理90视觉审美68可维护性55	76.80	61	87	90	68	55	102m 10s$9.18
13	gpt-5.6-sol max 后端工程85前端交互73知识推理75视觉审美66可维护性64	74.15	85	73	75	66	64	87m 21s$3.25
14	muse-spark-1.3新 default 后端工程73前端交互91知识推理75视觉审美59可维护性47	72.60	73	91	75	59	47	29m 10s$0.066
15	k3 high 后端工程70前端交互85知识推理70视觉审美68可维护性59	71.60	70	85	70	68	59	158m 17s$3.28
16	glm-5.3 max 后端工程70前端交互78知识推理70视觉审美66可维护性64	70.40	70	78	70	66	64	153m 15s$1.83
17	mimo-v2.6-pro default 后端工程70前端交互85知识推理65视觉审美64可维护性59	69.25	70	85	65	64	59	336m 3s$0.66
18	space-bunny default 后端工程61前端交互80知识推理75视觉审美59可维护性55	68.80	61	80	75	59	55	62m 35s$0.000
19	MiniMax-M3.1-Flash-Preview max 后端工程75前端交互57知识推理75视觉审美70可维护性53	68.45	75	57	75	70	53	54m 7s暂无
20	deepseek-v4.1-flash max 后端工程62前端交互88知识推理65视觉审美64可维护性55	67.85	62	88	65	64	55	35m 40s$0.41
21	hy4-preview high 后端工程74前端交互73知识推理65视觉审美59可维护性57	66.70	74	73	65	59	57	218m 41s$1.63
22	gpt-5.6-terra max 后端工程81前端交互76知识推理55视觉审美61可维护性61	65.90	81	76	55	61	61	133m 2s$1.94
23	claude-haiku-5-5新 xhigh 后端工程69前端交互78知识推理60视觉审美59可维护性64	65.65	69	78	60	59	64	27m 38s$0.21
24	step-5-preview default 后端工程61前端交互71知识推理75视觉审美47可维护性55	65.20	61	71	75	47	55	98m 22s$1.24
25	deepseek-v4-pro max 后端工程67前端交互63知识推理65视觉审美70可维护性59	65.15	67	63	65	70	59	93m 15s$1.15
25	Qwen 3.8 Flash default 后端工程68前端交互87知识推理50视觉审美73可维护性57	65.15	68	87	50	73	57	134m 31s$0.42
27	k2.8 preview high 后端工程54前端交互72知识推理70视觉审美57可维护性53	63.55	54	72	70	57	53	70m 58s$0.66
28	gpt-6-luna xhigh 后端工程62前端交互80知识推理50视觉审美68可维护性59	62.00	62	80	50	68	59	63m 52s$0.061
29	deepseek-v4-flash high 后端工程58前端交互76知识推理55视觉审美61可维护性53	60.50	58	76	55	61	53	98m 25s$0.42
30	deepseek-v4-flash-vision-exp high 后端工程61前端交互43知识推理70视觉审美61可维护性55	59.95	61	43	70	61	55	88m 43s$0.32
31	Gemini 3.8 Flash High default 后端工程64前端交互86知识推理40视觉审美66可维护性59	59.80	64	86	40	66	59	25m 21s$0.13
32	glm-5.3-flash max 后端工程54前端交互75知识推理40视觉审美78可维护性53	56.80	54	75	40	78	53	102m 55s$0.081
33	mimo-v2.6-flash default 后端工程58前端交互71知识推理45视觉审美59可维护性57	56.10	58	71	45	59	57	386m 14s$0.28
34	Qwen 3.8 Max default 后端工程64前端交互69知识推理40视觉审美64可维护性53	55.50	64	69	40	64	53	133m 3s$3.41
35	Qwen 3.8 27b default 后端工程64前端交互87知识推理20视觉审美66可维护性59	53.00	64	87	20	66	59	104m 31s$1.79
36	MiniMax-M3 high 后端工程46前端交互65知识推理50视觉审美59可维护性44	52.95	46	65	50	59	44	56m 33s$0.62
37	gpt-5.6-luna xhigh 后端工程56前端交互83知识推理25视觉审美66可维护性59	52.35	56	83	25	66	59	75m 23s$0.16
38	Gemini 3.7 Flash High default 后端工程63前端交互71知识推理25视觉审美70可维护性59	51.95	63	71	25	70	59	24m 19s$0.13
39	Nemotron-3-Ultra default 后端工程46前端交互40知识推理40视觉审美61可维护性37	44.05	46	40	40	61	37	109m 30s$0.000

各模型采用本项最高分档位；同分并列。

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%。评测范围与数据来源