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: 指标 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #237 | Grok 4.20 Beta medium | X AI | 0.0 | 6.0 | $0.750 | 0/0 | 0ms |
| #261 | Gemini 3.1 Flash Lite high | 0.0 | 5.6 | $2.044 | 0/0 | 0ms | |
| #290 | Gemini 3.1 Flash Lite Preview high | 0.0 | 5.3 | $2.310 | 0/0 | 0ms | |
| #319 | Grok 4.20 Multi Agent Beta medium | X AI | 0.0 | 4.8 | $5.599 | 0/0 | 0ms |
| #323 | Hunter Alpha medium | OpenRouter | 0.0 | 4.7 | $0.000 | 0/0 | 0ms |
| #332 | Grok 4.20 Beta none | X AI | 0.0 | 4.4 | $0.087 | 0/0 | 0ms |
| #338 | Hunter Alpha none | OpenRouter | 0.0 | 4.2 | $0.000 | 0/0 | 0ms |
| #339 | Grok 4.20 none | X AI | 0.0 | 4.1 | $0.057 | 0/0 | 0ms |
| #357 | Jev 1.13 none | Typesafe | 0.0 | 3.2 | $0.003 | 0/0 | 0ms |
| #363 | LFM2-24B-A2B none | Liquid | 0.0 | 2.2 | $0.001 | 0/0 | 0ms |
| #364 | Claude Opus 5.5 none | Anthropic | 0.0 | 1.8 | $0.015 | 0/0 | 0ms |
| #16 | GPT-6 Astra medium | OpenAI | 2.8 | 9.4 | $1.774 | 0/1 | 5.98s |
| #33 | GPT-5.5 medium | OpenAI | 2.8 | 9.0 | $4.163 | 0/1 | 37.9s |
| #37 | GPT-5.3-Codex medium | OpenAI | 2.8 | 8.9 | $0.988 | 0/1 | 14.4s |
| #39 | Pareto none | Unbiased | 2.8 | 8.9 | $1.172 | 0/1 | 32.1s |