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：olmo-3.1-32b-think
Elo / Arena Score · 同一来源与榜单口径，分数越高越好
| 模型与配置 | Elo / Arena Score | 每任务成本 |
|---|---|---|
| gemini-1.5-flash-001 | 1,286.31 | 未公布 |
| llama-3.1-tulu-3-70b | 1,285.92 | 未公布 |
| ibm-granite-h-small | 1,285.54 | 未公布 |
| olmo-3.1-32b-think · 当前模型 | 1,285.5 | 未公布 |
| claude-3-sonnet-20240229 | 1,281.07 | 未公布 |
| gemma-2-9b-it-simpo | 1,280.1 | 未公布 |
| nemotron-4-340b-instruct | 1,276.89 | 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。
0 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 |
|---|---|---|---|
| Artificial Analysis · Olmo 3.1 32B Think | $0 | $0 | 待补充 |
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
