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 ↓.
316/316
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） |
|---|---|---|---|---|---|---|---|
| #124 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 6.5 | 7.2 | $0.323 | 1/2 | 92.4s |
| #125 | Qwen3.7 Flash low | Qwen | 6.4 | 7.2 | $0.043 | 1/2 | 217.8s |
| #126 | Muse Glimmer 30B medium | Meta | 6.5 | 7.2 | $0.211 | 1/2 | 76.5s |
| #127 | Qwen3.5-122B-A10B medium | Qwen | 6.4 | 7.1 | $1.207 | 1/2 | 313.5s |
| #129 | Step 3.7 Flash low | Stepfun | 7.3 | 7.1 | $0.390 | 1/2 | 66.2s |
| #130 | Solar Pro 4 high | Upstage | 7.3 | 7.1 | $0.046 | 1/2 | 167.4s |
| #131 | Grok 4.3 medium | X AI | 6.5 | 7.0 | $0.741 | 1/2 | 55.1s |
| #132 | GPT-5.6 Sol none | OpenAI | 6.5 | 7.0 | $0.201 | 1/2 | 8.37s |
| #133 | DeepSeek V3.2 medium | DeepSeek | 7.3 | 7.0 | $0.078 | 1/2 | 79.9s |
| #135 | GPT-5.5 none | OpenAI | 6.5 | 7.0 | $0.544 | 1/2 | 8.90s |
| #136 | Mercury 2 medium | Inception | 6.7 | 7.0 | $0.094 | 1/2 | 7.84s |
| #137 | Grok 4.20 medium | X AI | 8.7 | 7.0 | $0.805 | 1/2 | 42.2s |
| #138 | Seed-2.0-Mini medium | Bytedance Seed | 7.3 | 7.0 | $0.116 | 1/2 | 282.3s |
| #139 | Kimi K2.5 medium | Moonshot AI | 6.7 | 7.0 | $0.479 | 1/2 | 89.2s |
| #140 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 6.4 | 6.9 | $0.478 | 1/2 | 135.7s |