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: 测试正确 ↓.
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） |
|---|---|---|---|---|---|---|---|
| #196 | Gemini 3.1 Flash Lite Preview high | 0.0 | 5.3 | $2.310 | 0/0 | 0ms | |
| #197 | Inkling none | Thinkingmachines | 3.0 | 5.2 | $0.147 | 0/1 | 670ms |
| #198 | Mistral Small 4 none | Mistral | 3.0 | 5.1 | $0.022 | 0/1 | 397ms |
| #199 | Qwen3 Coder Next none | Qwen | 3.0 | 5.1 | $0.026 | 0/1 | 601ms |
| #200 | Mistral Small 4 medium | Mistral | 3.0 | 5.1 | $0.096 | 0/1 | 5.92s |
| #201 | MiMo-V2.5 none | Xiaomi | 3.0 | 5.1 | $0.025 | 0/1 | 3.89s |
| #202 | Qwen3.5-9B none | Qwen | 3.0 | 5.1 | $0.021 | 0/1 | 2.32s |
| #203 | GLM 5 Turbo none | Z.ai | 3.0 | 5.1 | $0.047 | 0/1 | 2.37s |
| #204 | North Mini Code none | Cohere | 3.0 | 5.1 | $0.000 | 0/1 | 37.4s |
| #205 | MiniMax M2.7 medium | Minimax | 3.0 | 5.0 | $0.176 | 0/1 | 22.8s |
| #206 | Laguna S 2.1 low | Poolside | 3.0 | 5.0 | $0.082 | 0/1 | 202.5s |
| #207 | DeepSeek V3.2 none | DeepSeek | 3.0 | 5.0 | $0.054 | 0/1 | 17.2s |
| #208 | GPT-4o-mini none | OpenAI | 3.0 | 5.0 | $0.010 | 0/1 | 794ms |
| #209 | Qwen3.6 Plus Preview medium | Qwen | 3.0 | 4.9 | $0.000 | 0/1 | 0ms |
| #210 | GLM 4.7 Flash none | Z.ai | 3.0 | 4.9 | $0.016 | 0/1 | 692ms |