编程 排名
看看哪些 AI 模型在 编程 上表现最好，哪些更稳定，以及差距主要出现在哪里。 排序方式: 响应时间（平均） ↑.
408/408
筛选模型
没有模型匹配当前搜索和筛选条件。
| 排名 | 模型 | 公司 | 编程 得分 | 分数 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #122 | Qwen3.7 Flash low | Qwen | 0.7 | 0.8 | $0.071 | 1/3 | 42.4s |
| #133 | Qwen3.6 Flash medium | Qwen | 0.5 | 0.7 | $0.783 | 0/3 | 42.9s |
| #45 | GLM 5.3 Flash max | Z.ai | 1.0 | 0.9 | $0.089 | 3/3 | 43.4s |
| #51 | GPT-5.4 medium | OpenAI | 0.9 | 0.9 | $2.213 | 2/3 | 44.4s |
| #124 | Qwen3.8 Flash Next medium | Qwen | 1.0 | 0.8 | ~$0.047 | 3/3 | 45.5s |
| #332 | Hy4 preview none | Tencent | 0.4 | 0.5 | $0.165 | 0/3 | 45.5s |
| #40 | Qwen3.8 Max (0902) medium | Qwen | 0.8 | 0.9 | $1.096 | 2/3 | 45.7s |
| #241 | GLM 5 Turbo medium | Z.ai | 0.8 | 0.6 | $0.323 | 2/3 | 45.9s |
| #200 | Qwen3.7 Flash medium | Qwen | 0.6 | 0.7 | $0.076 | 1/3 | 46.8s |
| #196 | Apodex 1.1 Mini high | Apodex | 0.6 | 0.7 | $0.000 | 0/3 | 47.0s |
| #247 | Apodex 1.1 Mini low | Apodex | 0.5 | 0.6 | $0.000 | 0/3 | 48.8s |
| #52 | DeepSeek V4.1 Flash high | DeepSeek | 1.0 | 0.9 | $0.617 | 3/3 | 49.2s |
| #37 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 3/3 | 50.1s |
| #206 | Qwen3.6 35B A3B medium | Qwen | 0.8 | 0.7 | $0.834 | 2/3 | 50.5s |
| #94 | DeepSeek V4 Flash 0423 high | DeepSeek | 0.8 | 0.8 | $0.261 | 2/3 | 50.6s |