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 ↓.
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） |
|---|---|---|---|---|---|---|---|
| #85 | Grok 4.6 high | X AI | 0.3 | 0.9 | $2.629 | 0/1 | 54.2s |
| #86 | Muse Spark 1.3 low | Meta | 0.3 | 0.9 | $0.911 | 0/1 | 23.4s |
| #87 | Claude Sonnet 5 medium | Anthropic | 0.3 | 0.9 | $1.438 | 0/1 | 7.06s |
| #88 | Qwen3.7 Max medium | Qwen | 0.3 | 0.9 | $1.689 | 0/1 | 33.4s |
| #89 | Claude Haiku 5.5 max | Anthropic | 0.3 | 0.8 | $0.509 | 0/1 | 18.8s |
| #90 | Nemotron 3.5 Super VL high | NVIDIA | 0.3 | 0.8 | $0.349 | 0/1 | 39.4s |
| #91 | Qwen3.8 2.4T A95B low | Qwen | 0.3 | 0.8 | $4.016 | 0/1 | 422.5s |
| #92 | GPT-5 Mini medium | OpenAI | 0.3 | 0.8 | $0.315 | 0/1 | 9.99s |
| #93 | Muse Glimmer 30B xhigh | Meta | 0.3 | 0.8 | $0.585 | 0/1 | 87.2s |
| #95 | Inkling high | Thinkingmachines | 0.3 | 0.8 | $1.238 | 0/1 | 153.6s |
| #96 | Muse Spark 1.1 high | Meta | 0.3 | 0.8 | $2.570 | 0/1 | 22.9s |
| #97 | DeepSeek V4 Flash 0731 high | DeepSeek | 0.3 | 0.8 | $0.576 | 0/1 | 110.6s |
| #98 | GLM 5.2 high | Z.ai | 0.3 | 0.8 | $4.632 | 0/1 | 127.8s |
| #99 | GPT-5.6 Terra high | OpenAI | 0.3 | 0.8 | $0.698 | 0/1 | 23.3s |
| #100 | Claude Haiku 5.5 high | Anthropic | 0.3 | 0.8 | $0.088 | 0/1 | 4.49s |