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） |
|---|---|---|---|---|---|---|---|
| #85 | DeepSeek V4 Flash 0731 high | DeepSeek | 3.0 | 8.0 | $0.279 | 0/1 | 110.6s |
| #238 | GPT-5.6 Terra none | OpenAI | 3.0 | 6.0 | $0.280 | 0/1 | 787ms |
| #148 | GPT-6 Sol none | OpenAI | 3.0 | 7.2 | $0.280 | 0/1 | 1.45s |
| #65 | Qwen3.8 27B high | Qwen | 3.0 | 8.4 | ~$0.287 | 0/1 | 264.0s |
| #189 | Gemini 3.5 Flash minimal | 3.0 | 6.7 | $0.300 | 0/1 | 1.76s | |
| #120 | MiniMax M3 medium | Minimax | 3.0 | 7.5 | $0.300 | 0/1 | 100.8s |
| #13 | Gemini 3.7 Flash medium | 10.0 | 9.4 | $0.309 | 1/1 | 4.04s | |
| #149 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 3.0 | 7.2 | $0.323 | 0/1 | 92.6s |
| #111 | GLM 5 Turbo medium | Z.ai | 3.0 | 7.6 | $0.323 | 0/1 | 40.2s |
| #330 | MiniMax M2.5 medium | Minimax | 3.0 | 4.6 | $0.327 | 0/1 | 80.8s |
| #215 | Mimo V2 PRO medium | Xiaomi | 3.0 | 6.3 | $0.333 | 0/1 | 82.7s |
| #9 | GPT-5.6 Sol low | OpenAI | 10.0 | 9.5 | $0.357 | 1/1 | 3.67s |
| #71 | DeepSeek V4.1 Flash max | DeepSeek | 3.0 | 8.3 | $0.379 | 0/1 | 98.5s |
| #87 | Inkling medium | Thinkingmachines | 2.8 | 8.0 | $0.383 | 0/1 | 21.7s |
| #239 | Gemini 3 PRO Preview medium | 3.0 | 6.0 | $0.385 | 0/1 | 0ms |