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） ↓.
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） |
|---|---|---|---|---|---|---|---|
| #39 | Pareto none | Unbiased | 2.8 | 8.9 | $1.172 | 0/1 | 32.1s |
| #31 | Claude Fable 5.1 high | Anthropic | 3.0 | 9.0 | $3.364 | 0/1 | 30.6s |
| #125 | GPT-5.4 Mini medium | OpenAI | 3.0 | 7.5 | $0.786 | 0/1 | 30.1s |
| #100 | Claude Sonnet 4.6 medium | Anthropic | 3.0 | 7.8 | $2.126 | 0/1 | 30.1s |
| #162 | GLM 5.1 medium | Z.ai | 3.0 | 7.0 | $0.727 | 0/1 | 29.4s |
| #170 | Qwen3.7 Flash medium | Qwen | 3.0 | 6.9 | $0.065 | 0/1 | 29.2s |
| #159 | GPT-6 Luna low | OpenAI | 3.0 | 7.0 | $0.020 | 0/1 | 29.1s |
| #64 | GPT-5.2 medium | OpenAI | 3.0 | 8.4 | $1.182 | 0/1 | 28.2s |
| #20 | Claude Opus 5.5 low | Anthropic | 3.0 | 9.3 | $0.952 | 0/1 | 27.9s |
| #30 | Claude Opus 5.5 medium | Anthropic | 3.0 | 9.0 | $1.080 | 0/1 | 27.7s |
| #21 | Claude Opus 5.5 high | Anthropic | 3.0 | 9.3 | $1.266 | 0/1 | 27.4s |
| #265 | GPT-6 Luna none | OpenAI | 3.0 | 5.6 | $0.012 | 0/1 | 27.1s |
| #151 | Muse Glimmer 30B medium | Meta | 3.0 | 7.2 | $0.227 | 0/1 | 26.7s |
| #225 | gpt-oss-120b medium | OpenAI | 3.0 | 6.1 | $0.070 | 0/1 | 26.5s |
| #135 | Grok 4.6 low | X AI | 3.0 | 7.4 | $0.449 | 0/1 | 26.1s |