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） |
|---|---|---|---|---|---|---|---|
| #133 | Muse Wonder max | Meta | 0.3 | 0.8 | $4.766 | 0/1 | 41.3s |
| #392 | Hy3 preview low | Tencent | 0.3 | 0.5 | $0.042 | 0/1 | 41.7s |
| #291 | Apodex 1.1 Mini medium | Apodex | 0.3 | 0.6 | $0.000 | 0/1 | 42.9s |
| #377 | Nemotron 3.5 Lightning medium | NVIDIA | 0.3 | 0.5 | $0.195 | 0/1 | 44.0s |
| #135 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 0.3 | 0.8 | $0.589 | 0/1 | 44.3s |
| #245 | Grok 4.3 medium | X AI | 0.3 | 0.6 | $0.989 | 0/1 | 44.5s |
| #65 | Kimi K3.1 Pro low | Moonshot AI | 0.3 | 0.9 | $1.836 | 0/1 | 44.6s |
| #58 | GLM 5.3 Flash max | Z.ai | 0.3 | 0.9 | $0.089 | 0/1 | 46.8s |
| #118 | DeepSeek V4.1 Flash low | DeepSeek | 0.3 | 0.8 | $0.494 | 0/1 | 46.9s |
| #139 | Grok 4.6 medium | X AI | 0.3 | 0.8 | $2.270 | 0/1 | 46.9s |
| #39 | Claude Sonnet 5.5 max | Anthropic | 0.3 | 0.9 | $8.557 | 0/1 | 47.0s |
| #404 | gpt-oss-120b none | OpenAI | 0.3 | 0.4 | $0.016 | 0/1 | 47.3s |
| #175 | Qwen3.6 Plus medium | Qwen | 0.3 | 0.7 | $0.554 | 0/1 | 47.5s |
| #374 | Hy3 preview high | Tencent | 0.3 | 0.5 | $0.135 | 0/1 | 47.7s |
| #112 | Seed-2.0-Lite medium | Bytedance Seed | 0.3 | 0.8 | $0.271 | 0/1 | 48.3s |