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: 测试正确 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #205 | Gemini 3.1 Flash Lite high | 3.3 | 5.6 | $2.044 | 1/1 | 137.6s | |
| #253 | Grok 4.20 Multi Agent Beta medium | X AI | 3.3 | 4.8 | $5.599 | 1/1 | 27.1s |
| #278 | Grok Build 0.1 none | X AI | 3.3 | 4.0 | $0.547 | 1/1 | 21.4s |
| #287 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.3 | 3.2 | $0.000 | 1/1 | 1.27s |