- 排名
- #418
- 总输出令牌
- 69
- 响应时间（平均）
- 982ms
- 总成本
- $0.002
Microsoft-Decision-1 (default) vs Classify-1 (default)
Classify-1 (default) 平均分领先，为 2.2 vs 1.4。 Microsoft-Decision-1 (default) benchmark 成本更低，为 $0.002 vs $0.008。 Microsoft-Decision-1 (default) 更快，为 982ms vs 4.58s，通过率为 7.3% vs 18.8%。
已对比模型
- 排名
- #411
- 总输出令牌
- 164
- 响应时间（平均）
- 4.58s
- 总成本
- $0.008
推荐模型
Classify-1 (default)
它在本次比较中得分最高（2.2），并且在 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | Microsoft-Decision-1 Microsoft-Decision-1 default | Classify-1 Classify-1 default |
|---|---|---|
| 分数 | 1.4 | 2.2 |
| 排名 | #418 | #411 |
| 可靠性 | 10.0 | 9.4 |
| 一致性 | 4.9 | 4.5 |
| 尝试次数 | 36/69 | 36/69 |
| 测试正确 | ||
| 尝试通过率 | 7.3% | 18.8% |
| 不稳定测试 | 1 | 2 |
| 总运行次数 | 36 | 36 |
| 每个结果成本 | 0.175 | 0.261 |
| 总成本 | $0.002 | $0.008 |
| 输入价格 | $0.042 / 1M | $0.040 / 1M |
| 输出价格 | $0.000 / 1M | $0.000 / 1M |
| 缓存读取价格 | 不适用 | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 41,466 | 195,645 |
| 输出令牌 | 69 | 164 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 982ms | 4.58s |
| 响应时间（最大） | 1.41s | 13.35s |
| 响应时间（总计） | 11.78s | 55.01s |
| 参数量 | ~9B | ~1B |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Classify-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 4.4 | 5.4 | 41.7% | 1 | 992ms | 4,272 | 9 | 0 | |
| Classify-1 | 4.0 | 7.5 | 25.0% | 0 | 3.69s | 27,201 | 51 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 2.2 | 6.7 | 0.0% | 0 | 857ms | 21,363 | 12 | 0 | |
| Classify-1 | 2.7 | 3.7 | 22.2% | 1 | 12.73s | 105,738 | 50 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Classify-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 3.0 | 10.0 | 0.0% | 0 | 1.16s | 11,061 | 15 | 0 | |
| Classify-1 | 7.3 | 5.9 | 83.3% | 1 | 4.10s | 41,928 | 21 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 3.0 | 10.0 | 0.0% | 0 | 1.03s | 2,208 | 9 | 0 | |
| Classify-1 | 5.3 | 10.0 | 33.3% | 0 | 1.54s | 9,723 | 18 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Classify-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 1.5 | 5.0 | 0.0% | 0 | 997ms | 2,190 | 21 | 0 | |
| Classify-1 | 1.5 | 5.0 | 0.0% | 0 | 4.26s | 10,092 | 21 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 1.7 | 3.3 | 0.0% | 0 | 669ms | 372 | 3 | 0 | |
| Classify-1 | 1.0 | 3.3 | 0.0% | 0 | 1.37s | 963 | 3 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Classify-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft-Decision-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Classify-1 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Gemini 3 Flash PreviewhighvsClassify-1defaultGemini 3 Flash PreviewhighvsMicrosoft-Decision-1defaultCommand A+lowvsClassify-1defaultCommand A+nonevsClassify-1defaultCommand A+highvsClassify-1defaultCommand A+mediumvsClassify-1defaultClassify-1defaultvsGrok 4.20noneLing 3.0 TinymediumvsClassify-1defaultLing 3.0 TinylowvsClassify-1defaultLing 3.0 TinyhighvsClassify-1defaultCommand A+lowvsMicrosoft-Decision-1defaultCommand A+nonevsMicrosoft-Decision-1default