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…
Anthropic·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：Claude 3.5 Sonnet
BenchAlign · 同一来源与榜单口径，分数越高越好
| 模型与配置 | BenchAlign | 每任务成本 |
|---|---|---|
| Granite 4.2 8B | 30.2 | 未公布 |
| Granite-4.0-350M | 30.15 | 未公布 |
| Granite-4.0-H-350M | 30.15 | 未公布 |
| Claude 3.5 Sonnet · 当前模型 | 29.95 | 未公布 |
| Llama 4 Scout | 29.42 | 未公布 |
| GPT-4.1 mini | 29.13 | 未公布 |
| Mistral Large 2 | 29.02 | 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。
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。
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。
