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 ↑.
319/319
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） |
|---|---|---|---|---|---|---|---|
| #23 | Qwen3.8 Max (0902) low | Qwen | 6.1 | 9.1 | $0.664 | 0/1 | 8.91s |
| #30 | Grok 4.5 high | X AI | 4.7 | 9.0 | $2.252 | 0/1 | 9.82s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 6.5 | 8.9 | $2.736 | 0/1 | 75.1s |
| #32 | GPT-5.3-Codex medium | OpenAI | 4.6 | 8.9 | $0.988 | 0/1 | 4.87s |
| #34 | Seed 2.1 Turbo high | Bytedance Seed | 6.5 | 8.9 | $1.797 | 0/1 | 25.7s |
| #45 | Muse Spark 1.2 medium | Meta | 6.1 | 8.6 | $1.339 | 0/1 | 10.7s |
| #49 | Qwen3.8 Max low | Qwen | 6.5 | 8.6 | $0.702 | 0/1 | 5.29s |
| #50 | GPT-5.4 medium | OpenAI | 4.7 | 8.5 | $1.560 | 0/1 | 4.92s |
| #51 | Grok 4.5 medium | X AI | 6.5 | 8.5 | $2.042 | 0/1 | 12.8s |
| #52 | Muse Spark 1.2 low | Meta | 5.0 | 8.4 | $0.655 | 0/1 | 8.46s |
| #53 | Grok 4.6 medium | X AI | 4.1 | 8.4 | $1.713 | 0/1 | 17.3s |
| #54 | Grok 4.5 low | X AI | 6.1 | 8.4 | $0.945 | 0/1 | 4.88s |
| #55 | GPT-5.2 medium | OpenAI | 3.7 | 8.4 | $1.182 | 0/1 | 4.32s |
| #56 | Qwen3.8 27B high | Qwen | 5.0 | 8.4 | ~$0.287 | 0/1 | 8.45s |
| #57 | Seed 2.1 Turbo medium | Bytedance Seed | 6.1 | 8.4 | $1.951 | 0/1 | 40.6s |