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·4 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：o1-preview
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 |
|---|---|---|
| Claude 4.1 Opus Thinking | 36.62 | 未公布 |
| Mercury 2 | 36.43 | 未公布 |
| Grok 4.1 Fast | 36.33 | 未公布 |
| o1-preview · 当前模型 | 36.32 | 未公布 |
| Command A+ | 36.17 | 未公布 |
| Claude 4 Sonnet | 36.08 | 未公布 |
| Mistral Medium 3.5 128B | 36.05 | 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。
1 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。
| 来源 / 服务商 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| Artificial Analysis · o1-preview | $16.5 | $66 | $8.25 |
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
