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: 指标 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #361 | Gemini 3.1 Flash Lite Preview high | 0.0 | 0.4 | $2.310 | 0/0 | 0ms | |
| #403 | Gemini 3 Flash Preview high | 0.0 | 0.2 | $0.105 | 0/0 | 0ms | |
| #404 | LFM2-24B-A2B default | Liquid | 0.0 | 0.2 | $0.001 | 0/0 | 0ms |
| #405 | Solar Decide Flash default | Upstage | 0.0 | 0.2 | $0.003 | 0/0 | 0ms |
| #406 | Solar Decide default | Upstage | 0.0 | 0.1 | $0.009 | 0/0 | 0ms |
| #407 | Tev1 4B Experimental default | Togethercomputer | 0.0 | 1.0 | $0.002 | 0/0 | 0ms |
| #408 | Claude Opus 5.5 none | Anthropic | 0.0 | 0.2 | $0.015 | 0/0 | 0ms |
| #395 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 0.1 | 0.3 | $0.000 | 0/1 | 38.1s |
| #384 | Grok 4.20 none | X AI | 0.1 | 0.3 | $0.057 | 0/1 | 1.22s |
| #364 | gpt-oss-120b none | OpenAI | 0.1 | 0.4 | $0.016 | 0/1 | 9.57s |
| #372 | Laguna M.1 medium | Poolside | 0.1 | 0.4 | $0.033 | 0/1 | 35.6s |
| #391 | Grok 4.1 Fast default | X AI | 0.2 | 0.3 | $0.008 | 0/1 | 1.79s |
| #379 | Grok 4.20 Beta default | X AI | 0.2 | 0.4 | $0.087 | 0/1 | 1.14s |
| #386 | Laguna Xs.2 medium | Poolside | 0.2 | 0.3 | $0.015 | 0/1 | 14.4s |
| #397 | Jev 1.13 default | Typesafe | 0.2 | 0.3 | $0.003 | 0/2 | 598ms |