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…
deepseek·1 个数据来源·更新于 2026-09-25
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：DeepSeek V4 Pro
净改善率 · 同一来源与榜单口径，分数越高越好
| 模型与配置 | 净改善率 | 每任务成本 |
|---|---|---|
| GLM 5.3 Flash | 0.26 | 未公布 |
| Qwen3.8 Flash Next | -0.51 | 未公布 |
| GPT 5.6 Luna (xHigh) | -0.67 | 未公布 |
| DeepSeek V4 Pro · 当前模型 | -1.08 | 未公布 |
| Gemini 3.7 Flash (High) | -1.2 | 未公布 |
| Qwen 3.8 27B | -1.37 | 未公布 |
| Muse Spark 1.2 (xHigh) | -3.13 | 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。
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。
Arena 官方公开数据集 · CC BY 4.0
