正在读取模型档案与评测数据…
正在读取模型档案与评测数据…
Alibaba·5 个数据来源·更新于 2026-09-26
只在同一来源、同一口径下比较。切换来源可查看不同测试结果。
当前配置：各基准设置见下表
综合分数和同榜图表来自 LLM Stats 榜单（采集于 2026-09-25）；下方逐项成绩来自模型页。榜单出处
LLM Stats Score · 同一来源与榜单口径，分数越高越好
| 模型与配置 | LLM Stats Score | 每任务成本 |
|---|---|---|
| Kimi K3 | 52.5 | 未公布 |
| GLM-5.3 | 52.1 | 未公布 |
| Atria Dawn Preview | 51.6 | 未公布 |
| Qwen3.8 Max · 当前模型 | 51.5 | 未公布 |
| DeepSeek-V4.1-Flash | 51.4 | 未公布 |
| DeepSeek-V4-Pro-0813 | 51.1 | 未公布 |
| Hy4 preview | 50.4 | 未公布 |
不同来源的分数不能直接相加或横向比较；评测任务成本不是 API Token 单价。
42 项已收录成绩 · 保留原始单位和测试条件
只展示有可靠来源的资料；优先采用厂商官网与官方模型仓库。
美元 / 百万 Token。不同服务商或测试配置的报价分别列出。
| 来源 / 服务商 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| DeepInfra | $1.65 | $4.951 | $0.206 |
| Fireworks | $2 | $6 | $0.25 |
| Novita | $2 | $6 | $0.25 |
| Together | $2.5 | $6.25 | $0.5 |
同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。
公开评测数据；保留来源原始口径
公开模型页与公开榜单；自报成绩单独标识
公开评测数据；保留来源原始口径
Arena 官方公开数据集 · CC BY 4.0
公开评测数据；保留来源原始口径
| 来源 / 配置 | 采集时间 | 原始数据 |
|---|---|---|
| Artificial AnalysisQwen3.8 MaxSHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| LLM StatsQwen3.8 Max | 2026-09-25T19:40:20Z | 查看来源 |
| LLM StatsQwen3.8 MaxSHA-256 45152455b9cb84bd… | 2026-09-26T00:29:09Z | 查看来源 |
| BenchLMQwen3.8 Max | 2026-09-24 | 查看来源 |
| Arenaqwen3.8-max | 2026-09-25T19:40:08Z | 查看来源 |
| Arenaqwen3.8-max | 2026-09-25T19:40:08Z | 查看来源 |
| ArenaQwen3.8 Max | 2026-09-25T19:40:08Z | 查看来源 |
| Arenaqwen3.8-max | 2026-09-25T19:40:08Z | 查看来源 |
| LiveBenchQwen 3.8 Max | 2026-09-25T19:40:23Z | 查看来源 |
