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…
Allen Institute for AI·2 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：Molmo2-8B
智能指数 · 同一来源与榜单口径，分数越高越好
| 模型与配置 | 智能指数 | 每任务成本 |
|---|---|---|
| Qwen Chat 14B | 5.03 | 未公布 |
| Llama 65B | 5.03 | 未公布 |
| Granite 4.0 1B | 5.01 | 未公布 |
| Molmo2-8B · 当前模型 | 5 | 未公布 |
| LFM2 8B A1B | 4.93 | 未公布 |
| Granite 3.3 8B (Non-reasoning) | 4.92 | 未公布 |
| Qwen3 1.7B (Non-reasoning) | 4.86 | 未公布 |
* 此分数为来源估算值。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。
9 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。
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
Arena 官方公开数据集 · CC BY 4.0
