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） |
|---|---|---|---|---|---|---|---|
| #81 | Claude Sonnet 4.6 none | Anthropic | 3.0 | 7.3 | $0.661 | 0/1 | 4.67s |
| #71 | GPT-5.4 Nano medium | OpenAI | 3.0 | 7.5 | $0.138 | 0/1 | 4.81s |
| #141 | GPT-5.6 Luna low | OpenAI | 3.0 | 6.2 | $0.025 | 0/1 | 4.86s |
| #99 | Gemini 3.5 Flash none | 2.8 | 7.0 | $1.079 | 0/1 | 4.87s | |
| #6 | GPT-5.6 Sol medium | OpenAI | 4.7 | 9.4 | $1.316 | 0/1 | 4.94s |
| #108 | GPT-5.5 none | OpenAI | 3.0 | 6.9 | $0.544 | 0/1 | 5.01s |
| #89 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3.0 | 7.2 | $0.482 | 0/1 | 5.22s |
| #2 | Gemini 3.6 Flash medium | 10.0 | 9.9 | $0.830 | 1/1 | 5.48s | |
| #58 | Claude Opus 4.8 low | Anthropic | 3.0 | 7.8 | $2.077 | 0/1 | 5.48s |
| #3 | Gemini 3 Flash Preview medium | 10.0 | 9.6 | $0.742 | 1/1 | 5.50s | |
| #103 | DeepSeek V4 Pro none | DeepSeek | 3.0 | 6.9 | $0.096 | 0/1 | 5.76s |
| #200 | Mistral Small 4 medium | Mistral | 3.0 | 5.1 | $0.096 | 0/1 | 5.92s |
| #73 | GPT-5.6 Terra low | OpenAI | 3.0 | 7.5 | $0.208 | 0/1 | 5.95s |
| #19 | Claude Opus 4.8 medium | Anthropic | 3.0 | 8.8 | $1.931 | 0/1 | 6.14s |
| #9 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.361 | 1/1 | 6.27s |