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） ↑.
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） |
|---|---|---|---|---|---|---|---|
| #84 | Gemini 3.1 Flash Lite medium | 3.0 | 7.3 | $0.117 | 0/1 | 3.08s | |
| #148 | Inkling low | Thinkingmachines | 3.0 | 6.1 | $0.187 | 0/1 | 3.12s |
| #118 | GLM 5.2 none | Z.ai | 3.0 | 6.6 | $0.073 | 0/1 | 3.41s |
| #86 | Claude Opus 4.8 none | Anthropic | 3.0 | 7.3 | $1.166 | 0/1 | 3.41s |
| #168 | GLM 5 none | Z.ai | 3.0 | 5.7 | $0.041 | 0/1 | 3.62s |
| #5 | GPT-5.6 Sol low | OpenAI | 10.0 | 9.5 | $0.971 | 1/1 | 3.67s |
| #53 | Gemini 3.5 Flash Lite medium | 2.8 | 7.8 | $0.273 | 0/1 | 3.75s | |
| #201 | MiMo-V2.5 none | Xiaomi | 3.0 | 5.1 | $0.025 | 0/1 | 3.89s |
| #184 | Kimi K2.5 none | Moonshot AI | 3.0 | 5.5 | $0.127 | 0/1 | 3.90s |
| #135 | LongCat 2.0 none | Meituan | 3.0 | 6.3 | $0.044 | 0/1 | 3.92s |
| #4 | Gemini 3.5 Flash high | 10.0 | 9.5 | $1.976 | 1/1 | 3.94s | |
| #181 | Qwen3.6 27B none | Qwen | 3.0 | 5.5 | $0.116 | 0/1 | 4.03s |
| #69 | Claude Opus 5 none | Anthropic | 3.0 | 7.5 | $1.550 | 0/1 | 4.08s |
| #136 | Claude Sonnet 5 none | Anthropic | 3.0 | 6.3 | $0.548 | 0/1 | 4.31s |
| #72 | GPT-5.3 Chat none | OpenAI | 3.0 | 7.5 | $0.571 | 0/1 | 4.38s |