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） ↓.
461/461
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） |
|---|---|---|---|---|---|---|---|
| #398 | Granite 4.2 8B none | IBM Granite | 0.3 | 0.4 | $0.037 | 0/1 | 14.6s |
| #43 | GPT-5.3-Codex medium | OpenAI | 0.3 | 0.9 | $1.318 | 0/1 | 14.4s |
| #59 | Muse Spark Open low | Meta | 0.3 | 0.9 | $0.600 | 0/1 | 14.2s |
| #295 | Inkling Small medium | Thinkingmachines | 0.3 | 0.6 | $0.113 | 0/1 | 14.2s |
| #30 | Claude Opus 5 high | Anthropic | 0.3 | 0.9 | $4.524 | 0/1 | 14.1s |
| #8 | GPT-6 Astra xhigh | OpenAI | 1.0 | 1.0 | $6.213 | 1/1 | 14.1s |
| #141 | Grok 4.5 low | X AI | 0.3 | 0.8 | $1.345 | 0/1 | 14.0s |
| #67 | GPT-5.4 medium | OpenAI | 0.3 | 0.9 | $2.213 | 0/1 | 14.0s |
| #84 | Qwen3.8 Max (0902) low | Qwen | 0.3 | 0.9 | $1.131 | 0/1 | 13.3s |
| #61 | Muse Spark 1.2 medium | Meta | 0.3 | 0.9 | $1.590 | 0/1 | 12.8s |
| #154 | Qwen3.8 27B low | Qwen | 0.3 | 0.8 | ~$0.089 | 0/1 | 12.6s |
| #257 | MiMo-V2.5-Pro medium | Xiaomi | 0.3 | 0.6 | $0.332 | 0/1 | 12.5s |
| #66 | Qwen3.8 MAX low | Qwen | 0.3 | 0.9 | $1.089 | 0/1 | 12.4s |
| #430 | Xing4.0 29b A4b none | Xingchen AGI | 0.3 | 0.3 | $0.000 | 0/1 | 12.1s |
| #170 | GLM 5.3 Flash high | Z.ai | 0.3 | 0.7 | $0.056 | 0/1 | 11.5s |