| 01 | Claude Opus 5.5Anthropic上线 2026-09-17 · 持续积累缓存输入 ¥1.34输入 ¥26.84 · 输出 ¥134.21 | | 10 项评测持续积累 | ¥1.34 | ¥26.84 | ¥134.21 | 82.5 |
| 02 | Claude Fable 5.1Anthropic上线 2026-09-01 · 持续积累缓存输入 ¥1.68输入 ¥67.1 · 输出 ¥335.52 | | 17 项评测持续积累名次浮动范围2—3 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.68 | ¥67.1 | ¥335.52 | 81.0 |
| 03 | GPT-6 AstraOpenAI上线 2026-09-03 · 证据敏感缓存输入 ¥6.71输入 ¥67.1 · 输出 ¥335.52 | | 19 项评测证据敏感名次浮动范围2—5 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥6.71 | ¥67.1 | ¥335.52 | 80.9 |
| 04 | Claude Fable 5Anthropic上线 2026-06-09 · 持续积累缓存输入 ¥6.71输入 ¥67.1 · 输出 ¥335.52 | | 19 项评测持续积累名次浮动范围3—5 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥6.71 | ¥67.1 | ¥335.52 | 80.3 |
| 05 | Claude Opus 5Anthropic上线 2026-07-24 · 证据敏感缓存输入 ¥3.36输入 ¥33.55 · 输出 ¥167.76 | | 19 项评测证据敏感名次浮动范围3—7 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.36 | ¥33.55 | ¥167.76 | 80.0 |
| 06 | Muse Spark 1.3Meta上线 2026-09-02 · 持续积累缓存输入 —输入 ¥8.39 · 输出 ¥28.52 | | 15 项评测持续积累名次浮动范围6—8 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.39 | ¥28.52 | 77.2 |
| 07 | Gemini 3.8 FlashGoogle上线 2026-09-02 · 证据敏感缓存输入 ¥0.5输入 ¥5.03 · 输出 ¥25.16 | | 18 项评测证据敏感名次浮动范围6—9 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.5 | ¥5.03 | ¥25.16 | 76.5 |
| 08 | GPT-5.6 SolOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥2.68输入 ¥26.84 · 输出 ¥134.21 | | 19 项评测证据敏感名次浮动范围6—9 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥2.68 | ¥26.84 | ¥134.21 | 76.0 |
| 09 | Gemini 3.7 FlashGoogle上线 2026-08-13 · 证据敏感缓存输入 ¥0.5输入 ¥5.03 · 输出 ¥25.16 | | 16 项评测证据敏感名次浮动范围5—9 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.5 | ¥5.03 | ¥25.16 | 75.4 |
| 10 | Kimi K3Moonshot AI上线 2026-07-16 · 证据敏感缓存输入 ¥2输入 ¥20 · 输出 ¥100 | | 18 项评测证据敏感名次浮动范围10—14 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥2 | ¥20 | ¥100 | 73.0 |
| 11 | GPT-5.5OpenAI上线 2026-04-23 · 证据敏感缓存输入 ¥3.36输入 ¥33.55 · 输出 ¥201.31 | | 18 项评测证据敏感名次浮动范围10—14 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.36 | ¥33.55 | ¥201.31 | 72.1 |
| 12 | Qwen3.8 MaxAlibaba上线 2026-07-19 · 证据敏感缓存输入 —输入 ¥12 · 输出 ¥36 | | 17 项评测证据敏感名次浮动范围10—15 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥12 | ¥36 | 71.4 |
| 13 | GPT-6 SolOpenAI上线 2026-09-22 · 证据敏感缓存输入 ¥1.34输入 ¥13.42 · 输出 ¥67.1 | | 10 项评测证据敏感名次浮动范围12—15 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥13.42 | ¥67.1 | 69.7 |
| 14 | Claude Opus 4.7Anthropic上线 2026-04-16 · 证据敏感缓存输入 ¥3.36输入 ¥33.55 · 输出 ¥167.76 | | 17 项评测证据敏感名次浮动范围13—21 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.36 | ¥33.55 | ¥167.76 | 68.2 |
| 15 | Muse Spark 1.2Meta上线 2026-08-05 · 证据敏感缓存输入 —输入 ¥8.39 · 输出 ¥28.52 | | 13 项评测证据敏感名次浮动范围14—20 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.39 | ¥28.52 | 66.6 |
| 16 | Claude Opus 4.8Anthropic上线 2026-05-28 · 证据敏感缓存输入 ¥3.36输入 ¥33.55 · 输出 ¥167.76 | | 19 项评测证据敏感名次浮动范围13—19 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.36 | ¥33.55 | ¥167.76 | 65.0 |
| 17 | Qwen3.8 Max 0902Alibaba上线 2026-09-01 · 证据敏感缓存输入 —输入 ¥12 · 输出 ¥36 | | 7 项评测证据敏感名次浮动范围11—19 名在 66 个对照情景中重新检查资格后的名次。 5 个情景下参评证据不足。不是置信区间。 | — | ¥12 | ¥36 | 64.9 |
| 18 | GLM-5.3Z.ai上线 2026-08-18 · 证据敏感缓存输入 ¥1.74输入 ¥9.39 · 输出 ¥29.53 | | 18 项评测证据敏感名次浮动范围12—20 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.74 | ¥9.39 | ¥29.53 | 64.6 |
| 19 | Claude Opus 4.6Anthropic上线 2026-02-05 · 证据敏感缓存输入 ¥3.36输入 ¥33.55 · 输出 ¥167.76 | | 16 项评测证据敏感名次浮动范围17—25 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.36 | ¥33.55 | ¥167.76 | 63.7 |
| 20 | Muse Spark 1.1Meta上线 2026-07-09 · 证据敏感缓存输入 —输入 ¥8.39 · 输出 ¥28.52 | | 13 项评测证据敏感名次浮动范围19—30 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.39 | ¥28.52 | 59.7 |
| 21 | Gemini 3 Pro PreviewGoogle上线 2025-11-18 · 证据敏感缓存输入 —输入 — · 输出 — | | 8 项评测证据敏感名次浮动范围16—28 名在 66 个对照情景中重新检查资格后的名次。 3 个情景下参评证据不足。不是置信区间。 | 待核验 | 待核验 | 待核验 | 59.1 |
| 22 | Gemini 3.6 FlashGoogle上线 2026-07-21 · 证据敏感缓存输入 ¥0.5输入 ¥5.03 · 输出 ¥25.16 | | 17 项评测证据敏感名次浮动范围21—30 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.5 | ¥5.03 | ¥25.16 | 58.2 |
| 23 | Grok 4.6xAI上线 2026-08-12 · 证据敏感缓存输入 ¥3.36输入 ¥13.42 · 输出 ¥40.26 | | 17 项评测证据敏感名次浮动范围14—28 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.36 | ¥13.42 | ¥40.26 | 57.7 |
| 24 | GPT-5.4OpenAI上线 2026-03-05 · 证据敏感缓存输入 ¥1.68输入 ¥16.78 · 输出 ¥100.66 | | 11 项评测证据敏感名次浮动范围20—26 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.68 | ¥16.78 | ¥100.66 | 57.4 |
| 25 | DeepSeek V4.1 FlashDeepSeek上线 2026-09-10 · 证据敏感缓存输入 ¥0.0403输入 ¥2.01 · 输出 ¥8.05 | | 11 项评测证据敏感名次浮动范围23—30 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.0403 | ¥2.01 | ¥8.05 | 55.0 |
| 26 | Gemini 3.5 FlashGoogle上线 2026-05-19 · 证据敏感缓存输入 ¥1.01输入 ¥10.07 · 输出 ¥60.39 | | 17 项评测证据敏感名次浮动范围22—30 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.01 | ¥10.07 | ¥60.39 | 54.8 |
| 27 | GPT-5.6 TerraOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥1.34输入 ¥13.42 · 输出 ¥80.53 | | 19 项评测证据敏感名次浮动范围10—28 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥13.42 | ¥80.53 | 54.7 |
| 28 | DeepSeek V4 Pro 0813DeepSeek上线 2026-08-13 · 证据敏感缓存输入 ¥0.3输入 ¥9 · 输出 ¥27 | | 15 项评测证据敏感名次浮动范围23—31 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.3 | ¥9 | ¥27 | 53.2 |
| 29 | Grok 4.7xAI上线 2026-09-21 · 证据敏感缓存输入 ¥3.36输入 ¥13.42 · 输出 ¥40.26 | | 10 项评测证据敏感名次浮动范围17—32 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.36 | ¥13.42 | ¥40.26 | 52.5 |
| 30 | Grok 4.5xAI上线 2026-07-08 · 证据敏感缓存输入 ¥2.01输入 ¥13.42 · 输出 ¥40.26 | | 17 项评测证据敏感名次浮动范围28—32 名在 66 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥2.01 | ¥13.42 | ¥40.26 | 51.9 |