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…
xai·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：grok-4.20-beta-0309-reasoning
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 |
|---|---|---|
| claude-sonnet-4-5-20250929 | 1,385.35 | 未公布 |
| minimax-m2.5 | 1,384.14 | 未公布 |
| gemini-3-flash (thinking-minimal) | 1,382.94 | 未公布 |
| grok-4.20-beta-0309-reasoning · 当前模型 | 1,373.34 | 未公布 |
| gpt-5.3-codex (codex-harness) | 1,369.17 | 未公布 |
| solar-pro4 | 1,368.19 | 未公布 |
| gemma-4-31b | 1,364.02 | 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
