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） |
|---|---|---|---|---|---|---|---|
| #57 | DeepSeek V4.1 Flash low | DeepSeek | 3.0 | 8.5 | $0.161 | 0/1 | 46.9s |
| #258 | GLM 5.1 none | Z.ai | 3.0 | 5.7 | $0.164 | 0/1 | 2.34s |
| #335 | GLM 4.7 Flash medium | Z.ai | 3.0 | 4.3 | $0.168 | 0/1 | 11.1s |
| #110 | MiMo-V2.6-Flash low | Xiaomi | 3.0 | 7.6 | $0.174 | 0/1 | 154.4s |
| #112 | GPT-5.6 Luna high | OpenAI | 3.0 | 7.6 | $0.179 | 0/1 | 17.0s |
| #136 | Gemini 3 Flash Preview low | 10.0 | 7.4 | $0.185 | 1/1 | 2.75s | |
| #229 | Inkling low | Thinkingmachines | 3.0 | 6.1 | $0.187 | 0/1 | 3.12s |
| #134 | MiMo-V2.6-Flash medium | Xiaomi | 3.0 | 7.4 | $0.190 | 0/1 | 357.3s |
| #59 | DeepSeek V4.1 Flash medium | DeepSeek | 3.0 | 8.5 | $0.194 | 0/1 | 20.3s |
| #129 | Qwen3.7 Max none | Qwen | 3.0 | 7.4 | $0.197 | 0/1 | 856ms |
| #158 | GPT-5.6 Sol none | OpenAI | 3.0 | 7.0 | $0.201 | 0/1 | 1.95s |
| #58 | DeepSeek V4.1 Flash high | DeepSeek | 3.0 | 8.5 | $0.205 | 0/1 | 38.0s |
| #180 | DeepSeek V4 Pro none | DeepSeek | 3.0 | 6.8 | $0.206 | 0/1 | 5.76s |
| #23 | Gemini 3.7 Flash low | 10.0 | 9.2 | $0.207 | 1/1 | 2.92s | |
| #305 | MiniMax M2.7 medium | Minimax | 3.0 | 5.0 | $0.208 | 0/1 | 22.8s |