综合 排名
看看哪些 AI 模型在 综合 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 ↑.
210/210
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 | 综合 得分 | 分数 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #27 | Muse Spark 1.1 high | Meta | 5.9 | 8.1 | $1.694 | 0/2 | 70.3s |
| #61 | Gemini 3 Flash Preview low | 3.0 | 7.4 | $0.177 | 0/2 | 10.2s | |
| #79 | Gemini 3.5 Flash none | 3.0 | 7.0 | $1.079 | 0/2 | 0ms | |
| #88 | Gemini 3.5 Flash minimal | 3.0 | 6.8 | $0.300 | 0/2 | 14.4s | |
| #89 | Gemini 3 Flash Preview none | 3.8 | 6.8 | $0.085 | 0/2 | 12.4s | |
| #90 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.7 | $0.746 | 0/2 | 817.6s |
| #92 | KAT-Coder-Pro V2.5 none | Kwaipilot | 4.1 | 6.7 | $0.476 | 0/2 | 183.1s |
| #93 | GLM 5V Turbo medium | Z.ai | 3.4 | 6.7 | $0.457 | 0/1 | 15.1s |
| #99 | Qwen3.6 27B medium | Qwen | 6.7 | 6.5 | $0.779 | 0/2 | 584.1s |
| #104 | Gemini 3.1 Flash Lite Preview low | 3.0 | 6.5 | $0.646 | 0/2 | 160.6s | |
| #105 | Gemini 3.1 Flash Lite low | 3.2 | 6.5 | $0.621 | 0/2 | 161.2s | |
| #106 | Gemini 3.1 Flash Lite Preview none | 3.0 | 6.4 | $0.052 | 0/2 | 6.23s | |
| #109 | Mimo V2 PRO medium | Xiaomi | 2.3 | 6.3 | $0.333 | 0/1 | 64.7s |
| #110 | Gemma 4 31B medium | 2.9 | 6.3 | $0.163 | 0/2 | 433.1s | |
| #115 | Gemma 4 31B none | 3.8 | 6.2 | $0.035 | 0/2 | 30.0s |