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 ↑.
250/250
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） |
|---|---|---|---|---|---|---|---|
| #220 | Grok 4.1 Fast medium | X AI | 3.0 | 4.7 | $0.069 | 0/1 | 25.5s |
| #130 | Qwen3.5 Plus 2026-02-15 none | Qwen | 3.0 | 6.4 | $0.073 | 0/1 | 1.11s |
| #118 | GLM 5.2 none | Z.ai | 3.0 | 6.6 | $0.073 | 0/1 | 3.41s |
| #150 | Qwen3.5-Flash none | Qwen | 3.0 | 6.1 | $0.073 | 0/1 | 588ms |
| #173 | KAT-Coder-Air V2.5 high | Kwaipilot | 3.0 | 5.6 | $0.077 | 0/1 | 21.7s |
| #96 | DeepSeek V3.2 medium | DeepSeek | 3.0 | 7.0 | $0.078 | 0/1 | 84.0s |
| #46 | DeepSeek V4 Flash 0731 high | DeepSeek | 3.0 | 8.0 | $0.079 | 0/1 | 110.6s |
| #123 | MiMo-V2.5 medium | Xiaomi | 3.0 | 6.5 | $0.082 | 0/1 | 51.3s |
| #206 | Laguna S 2.1 low | Poolside | 3.0 | 5.0 | $0.082 | 0/1 | 202.5s |
| #110 | Gemini 3 Flash Preview none | 3.0 | 6.8 | $0.085 | 0/1 | 1.07s | |
| #227 | Grok 4.20 Beta none | X AI | 0.0 | 4.4 | $0.087 | 0/0 | 0ms |
| #117 | Gemma 4 26B A4B medium | 3.0 | 6.6 | $0.089 | 0/1 | 180.9s | |
| #98 | Mercury 2 medium | Inception | 3.0 | 7.0 | $0.093 | 0/1 | 2.58s |
| #163 | GPT-5.4 Mini none | OpenAI | 3.0 | 5.9 | $0.095 | 0/1 | 1.33s |
| #154 | Nemotron 3 Ultra none | NVIDIA | 3.0 | 6.1 | $0.095 | 0/1 | 1.83s |