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…
Google·3 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：Gemini 3 Pro
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 |
|---|---|---|
| GPT-5.3 Codex | 62.18 | 未公布 |
| Ornith-1.5-397B | 61.76 | 未公布 |
| GPT-5.2 | 61.37 | 未公布 |
| Gemini 3 Pro · 当前模型 | 61.01 | 未公布 |
| Muse Spark | 60.81 | 未公布 |
| Qwen3.8-Flash-Next | 60.72 | 未公布 |
| Grok 4.20 | 59.66 | 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。
4 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
