CAPABILITY × COST公开数据 · 可追溯
预算与能力要求 不限预算
设置费用或速度要求后，对应数据缺失的条目不参与筛选。费用口径随任务显示。
单任务用量估算
包含推理 token；不含缓存优惠、工具费用与额外执行轮次。
- 能力
- 53.4 指数
- 每任务成本
- 未提供
- 能力
- 53.2 指数
- 每任务成本
- 未提供
OpenAI
GPT-6 Astra (max)
- 能力
- 52.8 指数
- 每任务成本
- 未提供
OpenAI
GPT-6 Astra (xhigh)
- 能力
- 52.5 指数
- 每任务成本
- 未提供
- 能力
- 51.2 指数
- 每任务成本
- 未提供
OpenAI
GPT-6 Astra (high)
- 能力
- 51.0 指数
- 每任务成本
- 未提供
正在加载能力坐标…
读取公开评测数据
任务能力 ↑
每任务成本 · USD →
机构图例
性价比前沿
折线连接当前选择范围内，成本增加时能力更强的模型。
任务评测明细
| 模型 / 评测设置 | 输出速度 | 来源 | 对比 | ||
|---|---|---|---|---|---|
| Claude Fable 5.1 (Adaptive Reasoning, Max Effort, Default Fallback)Anthropic | 53.4指数 | 未提供 | 65.09 t/s | 来源 ↗ | — |
| Claude Fable 5.1 (Adaptive Reasoning, Xhigh Effort, Default Fallback)Anthropic | 53.2指数 | 未提供 | 59.67 t/s | 来源 ↗ | — |
| GPT-6 Astra (max)OpenAI | 52.8指数 | 未提供 | 58.93 t/s | 来源 ↗ | — |
| GPT-6 Astra (xhigh)OpenAI | 52.5指数 | 未提供 | 55.00 t/s | 来源 ↗ | — |
| Claude Fable 5.1 (Adaptive Reasoning, High Effort, Default Fallback)Anthropic | 51.2指数 | 未提供 | 54.92 t/s | 来源 ↗ | — |
| GPT-6 Astra (high)OpenAI | 51.0指数 | 未提供 | 52.41 t/s | 来源 ↗ | — |
| Claude Opus 5 (Adaptive Reasoning, Max Effort)Anthropic | 50.7指数 | 未提供 | 51.70 t/s | 来源 ↗ | — |
| Claude Fable 5 (Adaptive Reasoning, Max Effort, Opus 4.8 Fallback)Anthropic | 49.7指数 | 未提供 | 60.63 t/s | 来源 ↗ | — |
| GPT-6 Astra (medium)OpenAI | 49.7指数 | 未提供 | 50.76 t/s | 来源 ↗ | — |
| Claude Opus 5 (Adaptive Reasoning, Xhigh Effort)Anthropic | 49.7指数 | 未提供 | 53.09 t/s | 来源 ↗ | — |
CAPABILITY × SPEEDArtificial Analysis
能力与速度，让好答案更快到来。
越靠右上，能力越强，输出越快。
预算与能力要求 不限预算
设置费用或速度要求后，对应数据缺失的条目不参与筛选。费用口径随任务显示。
单任务用量估算
包含推理 token；不含缓存优惠、工具费用与额外执行轮次。
正在加载能力与速度…
读取公开评测数据
实测输出速度
任务能力 ↑
左右滑动，查看完整速度范围 →
输出速度 · tokens / 秒 →
机构图例
能力与速度前沿
输出速度衡量开始生成后的每秒 token 数，不包含首 token 等待时间。
能力与速度明细
| 模型 / 评测设置 | 来源 | 对比 |
|---|
能力与成本收录 120 个具体评测条目；综合榜模型 10 个。 查看全部型号与收录进度 ↗
— 综合榜模型与智能体— 综合评分指标— 综合榜能力维度
公开评测汇总最新同步 每天 06:00 更新 · 北京时间
能力排行榜
正在载入榜单数据…
综合分只采用已核验成绩。至少 60% 评测有核验记录，并覆盖当前权重的 60%，才进入排名；历史待核验与缺失成绩不计分。
| # | 模型 / 机构 | 综合分 | 核验状态 |
|---|---|---|---|
| 1 | Claude Opus 5Anthropic | 82.7 | 已核验 3/5历史 2 · 缺失 0 |
| 2 | GPT-5.6 SolOpenAI | 78.8 | 已核验 3/5历史 2 · 缺失 0 |
| 3 | Kimi K3Moonshot AI | 74.9 | 已核验 3/5历史 2 · 缺失 0 |
| 4 | Gemini 3.1 ProGoogle | 67.3 | 已核验 4/5历史 1 · 缺失 0 |
| 5 | Grok 4.5xAI | 67.2 | 已核验 3/5历史 2 · 缺失 0 |
| 6 | Muse Spark 1.1Meta | 64.4 | 已核验 3/5历史 2 · 缺失 0 |
| 7 | GLM-5.2Z.ai | 61.6 | 已核验 3/5历史 2 · 缺失 0 |
| 8 | DeepSeek V4 FlashDeepSeek | 58.9 | 已核验 3/5历史 2 · 缺失 0 |
| — | Mistral Large 3Mistral AI | 待核验 | 已核验 2/5历史 3 · 缺失 0 |
| — | Qwen 3.8 72BAlibaba | 待核验 | 已核验 0/5历史 5 · 缺失 0 |
榜单暂时无法加载，请重试。
没有找到匹配结果
试试其他关键词，或清除筛选条件。
综合分满分 100，仅采用已核验成绩；待核验条目不参与名次排序。
数据来源
每一项成绩，都有出处。
汇总公开榜单，保留原始成绩与评测条件。
选择来源了解评测，点击模型查看具体成绩。
更多专项评测
能力坐标直接使用下列来源的独立结果；它们不额外叠加到综合分，避免重复计算。
评分方法
让比较更有依据。
统一尺度
将不同评测按设定区间换算为百分制，让分散的成绩可以对照。
按需加权
综合分是已核验评测的加权平均。调整能力偏好，让排名贴近你的任务。
保留边界
历史待核验与缺失成绩均不计分。核验覆盖达标的条目才参与综合排名。
这是 Yeedot 独立计算的综合排名，不代表来源方排名。评测的条件和日期可能不同，最终选择还需结合价格、速度与实际任务。