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: 响应时间（平均） ↑.
461/461
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） |
|---|---|---|---|---|---|---|---|
| #223 | Ember-1 max | Fireworks | 0.3 | 0.7 | $3.264 | 0/1 | 25.0s |
| #151 | Muse Wonder xhigh | Meta | 0.3 | 0.8 | $4.012 | 0/1 | 25.4s |
| #411 | Grok 4.1 Fast medium | X AI | 0.3 | 0.4 | $0.069 | 0/1 | 25.5s |
| #63 | Claude Fable 5 medium | Anthropic | 0.3 | 0.9 | $5.089 | 0/1 | 25.6s |
| #200 | Grok 4.6 low | X AI | 0.3 | 0.7 | $0.781 | 0/1 | 26.1s |
| #298 | gpt-oss-120b medium | OpenAI | 0.3 | 0.6 | $0.030 | 0/1 | 26.5s |
| #150 | Muse Glimmer 30B medium | Meta | 0.3 | 0.8 | $0.288 | 0/1 | 26.7s |
| #328 | GPT-6 Luna none | OpenAI | 0.3 | 0.5 | $0.026 | 0/1 | 27.1s |
| #28 | Claude Opus 5.5 high | Anthropic | 0.3 | 0.9 | $2.133 | 0/1 | 27.4s |
| #36 | Claude Opus 5.5 medium | Anthropic | 0.3 | 0.9 | $1.804 | 0/1 | 27.7s |
| #26 | Claude Opus 5.5 low | Anthropic | 0.3 | 0.9 | $1.733 | 0/1 | 27.9s |
| #73 | GPT-5.2 medium | OpenAI | 0.3 | 0.9 | $1.558 | 0/1 | 28.2s |
| #64 | Pareto 26.9 default | Unbiased | 0.3 | 0.9 | $1.864 | 0/1 | 28.6s |
| #143 | Muse Wonder high | Meta | 0.3 | 0.8 | $3.426 | 0/1 | 28.8s |
| #153 | GPT-6 Luna low | OpenAI | 0.3 | 0.8 | $0.033 | 0/1 | 29.1s |