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…
OpenAI·5 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：各基准设置见下表
综合分数和同榜图表来自 LLM Stats 榜单（采集于 2026-09-25）；下方逐项成绩来自模型页。榜单出处
LLM Stats Score · 同一来源与榜单口径，分数越高越好
| 模型与配置 | LLM Stats Score | 每任务成本 |
|---|---|---|
| GPT-6 Astra | 59.5 | 未公布 |
| Claude Opus 5 | 54.8 | 未公布 |
| Claude Fable 5.1 | 54.5 | 未公布 |
| GPT-5.6 Sol · 当前模型 | 54.4 | 未公布 |
| Claude Mythos Preview | 54.3 | 未公布 |
| Claude Fable 5 | 54 | 未公布 |
| Muse Spark 1.3 | 53.8 | 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。
45 项已收录成绩 · 保留原始单位和测试条件
Capture-the-Flag Challenges (Internal). Max reasoning effort.
成绩出处DeepSWE v1.1 leaderboard, mini-swe-agent harness, max effort; Pass@1 73% ± 3%.
成绩出处FrontierCode 1.1 current leaderboard; mergeability score at max effort: 47.5%.
成绩出处HealthBench Consensus, length-adjusted score (unadjusted 95.3).
成绩出处HealthBench Professional, length-adjusted score (unadjusted 64.1).
成绩出处Internal Research Debugging Evaluation. Max reasoning effort.
成绩出处Management Consulting Tasks (Internal). Max reasoning effort.
成绩出处OpenAI MRCR v2 8-needle, 512K-1M. Max reasoning effort.
成绩出处Search and Function-Calling production benchmark pass rate.
成绩出处Terminal-Bench 4.0 public leaderboard; resolution rate 37.3% ± 3.8%; Codex agent; max effort.
成绩出处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 |
|---|---|---|---|
| OpenAI | $5 | $30 | $0.5 |
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
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
公开模型目录与 API 报价
| 来源 / 配置 | 采集时间 | 原始数据 |
|---|---|---|
| Artificial AnalysisGPT-5.6 Sol (max)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| Artificial AnalysisGPT-5.6 Sol (high)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| Artificial AnalysisGPT-5.6 Sol (low)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| Artificial AnalysisGPT-5.6 Sol (medium)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| Artificial AnalysisGPT-5.6 Sol (Non-reasoning)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| Artificial AnalysisGPT-5.6 Sol (xhigh)SHA-256 5beb2f0dcdc468c1… | 2026-09-26T00:27:47Z | 查看来源 |
| LLM StatsGPT-5.6 Sol | 2026-09-25T19:40:20Z | 查看来源 |
| LLM StatsGPT-5.6 SolSHA-256 32e21eb8dd37d34f… | 2026-09-26T00:29:11Z | 查看来源 |
| BenchLMGPT-5.6 Sol | 2026-09-24 | 查看来源 |
| ArenaGPT 5.6 Sol (xHigh) | 2026-09-25T19:40:08Z | 查看来源 |
| OpenRouterGPT-5.6 SolSHA-256 4c26b1452fbd2acd… | 2026-09-26T00:28:52Z | 查看来源 |
