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） |
|---|---|---|---|---|---|---|---|
| #4 | GPT-6 Astra max | OpenAI | 10.0 | 9.9 | $3.803 | 1/1 | 8.91s |
| #33 | GPT-5.5 medium | OpenAI | 2.8 | 9.0 | $4.163 | 0/1 | 37.9s |
| #6 | GPT-6 Astra xhigh | OpenAI | 10.0 | 9.9 | $5.156 | 1/1 | 14.1s |
| #319 | Grok 4.20 Multi Agent Beta medium | X AI | 0.0 | 4.8 | $5.599 | 0/0 | 0ms |