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 ↓.
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） |
|---|---|---|---|---|---|---|---|
| #355 | Nemotron 3 Super none | NVIDIA | 0.3 | 0.4 | $0.016 | 0/3 | 2.64s |
| #356 | KAT Coder AIR V2.5 default | Kwaipilot | 0.3 | 0.4 | $0.070 | 0/3 | 14.3s |
| #357 | Trinity Large Preview default | Arcee AI | 0.4 | 0.4 | $0.008 | 0/3 | 14.3s |
| #359 | Cobuddy medium | Baidu | 0.4 | 0.4 | $0.000 | 0/3 | 79.2s |
| #360 | Mercury 2 none | Inception | 0.3 | 0.4 | $0.033 | 0/3 | 1.03s |
| #361 | Gemini 3.1 Flash Lite Preview high | 0.0 | 0.4 | $2.310 | 0/0 | 0ms | |
| #362 | MiniMax M2.5 medium | Minimax | 0.3 | 0.4 | $0.440 | 0/3 | 188.6s |
| #363 | GLM 4.7 Flash medium | Z.ai | 0.3 | 0.4 | $0.193 | 0/3 | 55.3s |
| #364 | gpt-oss-120b none | OpenAI | 0.1 | 0.4 | $0.016 | 0/1 | 9.57s |
| #365 | GLM 5 Turbo none | Z.ai | 0.4 | 0.4 | $0.047 | 0/3 | 2.41s |
| #366 | Mercury 2.5 none | Inception | 0.4 | 0.4 | $0.026 | 0/3 | 12.5s |
| #367 | Qwen3.6 Plus Preview medium | Qwen | 1.0 | 0.4 | $0.000 | 0/1 | 0ms |
| #368 | Qwen3.5-9B medium | Qwen | 0.3 | 0.4 | $0.106 | 0/3 | 100.9s |
| #370 | Hunter Alpha medium | OpenRouter | 1.0 | 0.4 | $0.000 | 0/1 | 0ms |
| #371 | Grok 4.1 Fast medium | X AI | 0.8 | 0.4 | $0.069 | 0/1 | 23.6s |