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…
moonshot·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：kimi-k2.5-thinking
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 |
|---|---|---|
| gpt-5.4-mini-high | 1,251.53 | 未公布 |
| grok-4.20-multi-agent-beta-0309 | 1,250.62 | 未公布 |
| gpt-5.1-high | 1,250.07 | 未公布 |
| kimi-k2.5-thinking · 当前模型 | 1,249.83 | 未公布 |
| qwen3.5-397b-a17b | 1,248.04 | 未公布 |
| gemini-2.5-pro | 1,246.3 | 未公布 |
| qwen3.8-27b | 1,244.19 | 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
