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 ↓.
226/226
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） |
|---|---|---|---|---|---|---|---|
| #191 | GLM 4.7 Flash none | Z.ai | 4.3 | 4.9 | $0.016 | 0/3 | 2.54s |
| #192 | Nemotron 3 Super none | NVIDIA | 3.3 | 4.9 | $0.008 | 0/3 | 2.64s |
| #195 | GPT-5.4 Nano none | OpenAI | 4.6 | 4.8 | $0.041 | 0/3 | 2.22s |
| #197 | KAT-Coder-Air V2.5 none | Kwaipilot | 3.3 | 4.8 | $0.067 | 0/3 | 14.3s |
| #198 | Trinity Large Preview none | Arcee AI | 3.7 | 4.8 | $0.008 | 0/3 | 14.3s |
| #199 | Hunter Alpha medium | OpenRouter | 9.8 | 4.7 | $0.000 | 0/1 | 0ms |
| #200 | Grok 4.1 Fast medium | X AI | 7.8 | 4.7 | $0.069 | 0/1 | 23.6s |
| #201 | Laguna M.1 medium | Poolside | 1.5 | 4.7 | $0.033 | 0/1 | 35.6s |
| #202 | Qwen3 Coder Next medium | Qwen | 3.7 | 4.7 | $0.032 | 0/3 | 924ms |
| #203 | Cobuddy medium | Baidu | 3.7 | 4.7 | $0.000 | 0/3 | 79.2s |
| #204 | Mercury 2 none | Inception | 3.4 | 4.6 | $0.030 | 0/3 | 1.03s |
| #205 | MiniMax M2.5 medium | Minimax | 3.4 | 4.6 | $0.340 | 0/3 | 188.6s |
| #206 | Laguna S 2.1 none | Poolside | 3.4 | 4.5 | $0.025 | 0/3 | 550ms |
| #207 | Grok 4.20 Beta none | X AI | 1.8 | 4.4 | $0.087 | 0/1 | 1.14s |
| #208 | Laguna M.1 none | Poolside | 2.5 | 4.4 | $0.009 | 0/1 | 2.93s |