常识问答 排名
看看哪些 AI 模型在 常识问答 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: 总成本 ↑.
364/364
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 | 常识问答 得分 | 分数 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #234 | Nemotron 3 Ultra none | NVIDIA | 3.0 | 6.1 | $0.084 | 0/1 | 1.83s |
| #184 | Gemini 3 Flash Preview none | 3.0 | 6.8 | $0.085 | 0/1 | 1.07s | |
| #332 | Grok 4.20 Beta none | X AI | 0.0 | 4.4 | $0.087 | 0/0 | 0ms |
| #217 | GLM 5.3 FlashX low | Z.ai | 3.0 | 6.3 | $0.090 | 0/1 | 2.69s |
| #249 | Seed 2.1 Turbo none | Bytedance Seed | 3.0 | 5.9 | $0.092 | 0/1 | 2.12s |
| #164 | Mercury 2 medium | Inception | 3.0 | 7.0 | $0.094 | 0/1 | 2.58s |
| #248 | GPT-5.4 Mini none | OpenAI | 3.0 | 5.9 | $0.095 | 0/1 | 1.33s |
| #297 | Mistral Small 4 medium | Mistral | 3.0 | 5.1 | $0.097 | 0/1 | 5.92s |
| #220 | Gemma 4 31B medium | 3.0 | 6.2 | $0.100 | 0/1 | 90.1s | |
| #283 | Kimi K2.5 none | Moonshot AI | 3.0 | 5.4 | $0.101 | 0/1 | 3.90s |
| #213 | Ring-2.6-1T medium | Inclusionai | 3.0 | 6.4 | $0.102 | 0/1 | 113.9s |
| #186 | GLM 5.2 none | Z.ai | 3.0 | 6.7 | $0.103 | 0/1 | 3.41s |
| #211 | MiMo-V2.5 medium | Xiaomi | 3.0 | 6.4 | $0.104 | 0/1 | 51.3s |
| #142 | Qwen3.7 Plus none | Qwen | 3.0 | 7.3 | $0.106 | 0/1 | 1.21s |
| #196 | Inkling Small medium | Thinkingmachines | 3.0 | 6.6 | $0.113 | 0/1 | 14.2s |