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 · 2026/10/20

评分维度
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
筛选
展示范围
排名按得分
排名方式

偏好排序会选取适合该方式的实测档位,原始得分不变。
这里使用的是评测任务耗时,不代表日常对话的响应速度。

42 个模型 · 87 个配置各模型本项最高分档位

左右滑动查看完整成绩与费用 →

排名模型评测用时
速度 tok/s操作
01
claude-opus-5-5
后端工程84前端交互97知识推理100视觉审美73可维护性70
89.158497100737066m 3s$13.41…
02
gpt-6-astra
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
88.80959695756183m 56s$7.01…
03
claude-fable-5-1
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
87.25859195806879m 7s$26.15…
04
gpt-6.1-sol
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
86.60959690667062m 9s$1.69…
05
claude-sonnet-5-5
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
82.30868985736648m 32s$2.80…
06
claude-opus-5
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
81.70708795736192m 12s$7.99…
07
muse-wonder新
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
81.55828490735940m 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
79.35828485705946m 48s暂无…
09
gpt-6-sol
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
78.90809475756639m 22s$1.10…
10
grok-4.7
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
78.558780856655196m 18s$5.25…
11
grok-4.6
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
76.857880856459144m 16s$2.51…
12
claude-opus-4-8
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
76.806187906855102m 10s$9.18…
13
deepseek-v4.1-flash-1017新
后端工程72前端交互96知识推理75视觉审美61可维护性53
74.30729675615364m 50s$0.45…
14
gpt-5.6-sol
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
74.15857375666487m 21s$3.25…
15
MiniMax-M3.1-Flash新
后端工程73前端交互75知识推理80视觉审美66可维护性61
73.60737580666187m 15s$0.21…
16
muse-spark-1.3
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
72.60739175594729m 10s$0.066…
17
k3
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
71.607085706859158m 17s$3.28…
18
glm-5.3
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
70.407078706664153m 15s$1.83…
19
mimo-v2.6-pro
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
69.257085656459336m 3s$0.66…
20
space-bunny
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
68.80618075595562m 35s$0.000…
21
MiniMax-M3.1-Flash-Preview
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
68.45755775705354m 7s暂无…
22
deepseek-v4.1-flash
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
67.85628865645535m 40s$0.41…
23
hy4-preview
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
66.707473655957218m 41s$1.63…
24
gpt-5.6-terra
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
65.908176556161133m 2s$1.94…
25
claude-haiku-5-5
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
65.65697860596427m 38s$0.21…
26
step-5
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
65.20617175475598m 22s$1.24…
27
deepseek-v4-pro
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
65.15676365705993m 15s$1.15…
27
Qwen 3.8 Flash
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
65.156887507357134m 31s$0.42…
29
k2.8
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
63.55547270575370m 58s$0.66…
30
gpt-6-luna
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
62.00628050685963m 52s$0.061…
31
doubao-seed-2-1-pro
后端工程68前端交互68知识推理55视觉审美68可维护性49
61.556868556849104m 54s$1.38…
32
deepseek-v4-flash
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
60.50587655615398m 25s$0.42…
33
deepseek-v4-flash-vision-exp
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
59.95614370615588m 43s$0.32…
34
Gemini 3.8 Flash High
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
59.80648640665925m 21s$0.13…
35
glm-5.3-flash
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
56.805475407853102m 55s$0.081…
36
mimo-v2.6-flash
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
56.105871455957386m 14s$0.28…
37
Qwen 3.8 Max
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
55.506469406453133m 3s$3.41…
38
Qwen 3.8 27b
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
53.006487206659104m 31s$1.79…
39
MiniMax-M3
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
52.95466550594456m 33s$0.62…
40
gpt-5.6-luna
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
52.35568325665975m 23s$0.16…
41
Gemini 3.7 Flash High
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
51.95637125705924m 19s$0.13…
42
Nemotron-3-Ultra
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
44.054640406137109m 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