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: 总成本 ↑.
289/289
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） |
|---|---|---|---|---|---|---|---|
| #14 | Claude Opus 5 high | Anthropic | 10.0 | 9.2 | $3.070 | 3/3 | 12.7s |
| #58 | Kimi K3 max | Moonshot AI | 10.0 | 7.9 | $3.467 | 3/3 | 325.8s |
| #19 | GPT-5.5 medium | OpenAI | 8.8 | 9.0 | $4.163 | 2/3 | 59.8s |
| #253 | Grok 4.20 Multi Agent Beta medium | X AI | 3.3 | 4.8 | $5.599 | 1/1 | 27.1s |