通用智能 排名
看看哪些 AI 模型在 通用智能 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 ↑.
216/216
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 | 通用智能 得分 | 分数 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #64 | LongCat 2.0 medium | Meituan | 4.8 | 7.4 | $0.478 | 0/1 | 16.4s |
| #66 | KAT-Coder-Pro V2.5 low | Kwaipilot | 4.1 | 7.4 | $0.387 | 0/1 | 2.32s |
| #67 | Claude Sonnet 4.6 none | Anthropic | 6.1 | 7.3 | $0.661 | 0/1 | 2.56s |
| #71 | Step 3.7 Flash low | Stepfun | 3.4 | 7.3 | $0.454 | 0/1 | 7.00s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 5.1 | 7.2 | $0.482 | 0/1 | 3.27s |
| #74 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 4.9 | 7.2 | $0.317 | 0/1 | 25.3s |
| #75 | Qwen3.7 Plus none | Qwen | 5.3 | 7.2 | $0.106 | 0/1 | 1.33s |
| #76 | Qwen3.5-122B-A10B medium | Qwen | 3.4 | 7.1 | $1.046 | 0/1 | 34.1s |
| #77 | Grok 4.3 medium | X AI | 5.4 | 7.1 | $0.779 | 0/1 | 24.7s |
| #79 | Grok 4.20 medium | X AI | 3.9 | 7.1 | $0.777 | 0/1 | 24.5s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 3.4 | 7.0 | $0.078 | 0/1 | 58.3s |
| #81 | Kimi K2.5 medium | Moonshot AI | 6.5 | 7.0 | $0.600 | 0/1 | 69.7s |
| #82 | Mercury 2 medium | Inception | 4.8 | 7.0 | $0.093 | 0/1 | 821ms |
| #84 | Seed-2.0-Mini medium | Bytedance Seed | 5.1 | 7.0 | $0.101 | 0/1 | 36.7s |
| #85 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 4.7 | 6.9 | $0.467 | 0/1 | 2.35s |