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） |
|---|---|---|---|---|---|---|---|
| #3 | Gemini 3 Flash Preview medium | 10.0 | 9.6 | $0.742 | 1/1 | 5.50s | |
| #58 | Claude Opus 4.8 low | Anthropic | 3.0 | 7.8 | $2.077 | 0/1 | 5.48s |
| #2 | Gemini 3.6 Flash medium | 10.0 | 9.9 | $0.830 | 1/1 | 5.48s | |
| #89 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3.0 | 7.2 | $0.482 | 0/1 | 5.22s |
| #108 | GPT-5.5 none | OpenAI | 3.0 | 6.9 | $0.544 | 0/1 | 5.01s |
| #6 | GPT-5.6 Sol medium | OpenAI | 4.7 | 9.4 | $1.316 | 0/1 | 4.94s |
| #99 | Gemini 3.5 Flash none | 2.8 | 7.0 | $1.079 | 0/1 | 4.87s | |
| #141 | GPT-5.6 Luna low | OpenAI | 3.0 | 6.2 | $0.025 | 0/1 | 4.86s |
| #71 | GPT-5.4 Nano medium | OpenAI | 3.0 | 7.5 | $0.138 | 0/1 | 4.81s |
| #81 | Claude Sonnet 4.6 none | Anthropic | 3.0 | 7.3 | $0.661 | 0/1 | 4.67s |
| #72 | GPT-5.3 Chat none | OpenAI | 3.0 | 7.5 | $0.571 | 0/1 | 4.38s |
| #136 | Claude Sonnet 5 none | Anthropic | 3.0 | 6.3 | $0.548 | 0/1 | 4.31s |
| #69 | Claude Opus 5 none | Anthropic | 3.0 | 7.5 | $1.550 | 0/1 | 4.08s |
| #181 | Qwen3.6 27B none | Qwen | 3.0 | 5.5 | $0.116 | 0/1 | 4.03s |
| #4 | Gemini 3.5 Flash high | 10.0 | 9.5 | $1.976 | 1/1 | 3.94s |