| 01 | Claude Opus 5.5Anthropic上线 2026-09-17 · 持续积累缓存输入 ¥1.33输入 ¥26.68 · 输出 ¥133.4 | | 18 项评测持续积累名次浮动范围1—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。 | ¥1.33 | ¥26.68 | ¥133.4 | 87.2 |
| 02 | gemini-4-argonGoogle上线 2026-09-30 · 证据敏感缓存输入 —输入 — · 输出 — | | 14 项评测证据敏感名次浮动范围1—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。 | 待核验 | 待核验 | 待核验 | 86.8 |
| 03 | Claude Fable 5.1Anthropic上线 2026-09-01 · 证据敏感缓存输入 ¥1.67输入 ¥66.7 · 输出 ¥333.51 | | 17 项评测证据敏感名次浮动范围3—6 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。 | ¥1.67 | ¥66.7 | ¥333.51 | 86.0 |
| 04 | MMuse Wondermeta上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 5 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。 6 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 | 86.0 |
| 05 | GPT-6 AstraOpenAI上线 2026-09-03 · 证据敏感缓存输入 ¥6.67输入 ¥66.7 · 输出 ¥333.51 | | 19 项评测证据敏感名次浮动范围1—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。 | ¥6.67 | ¥66.7 | ¥333.51 | 85.7 |
| 06 | Claude Fable 5Anthropic上线 2026-06-09 · 证据敏感缓存输入 ¥6.67输入 ¥66.7 · 输出 ¥333.51 | | 18 项评测证据敏感名次浮动范围5—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。 | ¥6.67 | ¥66.7 | ¥333.51 | 85.2 |
| 07 | Gemini 3.7 FlashGoogle上线 2026-08-13 · 证据敏感缓存输入 ¥0.5输入 ¥5 · 输出 ¥25.01 | | 17 项评测证据敏感名次浮动范围6—13 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 | ¥25.01 | 81.6 |
| 08 | Ggpt-6.1-sol—上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 16 项评测证据敏感名次浮动范围2—11 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。 | 待核验 | 待核验 | 待核验 | 80.9 |
| 09 | Claude Opus 5Anthropic上线 2026-07-24 · 证据敏感缓存输入 ¥3.34输入 ¥33.35 · 输出 ¥166.75 | | 18 项评测证据敏感名次浮动范围5—10 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。 | ¥3.34 | ¥33.35 | ¥166.75 | 80.0 |
| 10 | Gemini 3.8 FlashGoogle上线 2026-09-02 · 证据敏感缓存输入 ¥0.5输入 ¥5 · 输出 ¥25.01 | | 19 项评测证据敏感名次浮动范围8—13 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 | ¥25.01 | 80.0 |
| 11 | GPT-5.6 SolOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥2.67输入 ¥26.68 · 输出 ¥133.4 | | 19 项评测证据敏感名次浮动范围9—12 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。 | ¥2.67 | ¥26.68 | ¥133.4 | 79.2 |
| 12 | claude-sonnet-5-5—上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 16 项评测证据敏感名次浮动范围6—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。 | 待核验 | 待核验 | 待核验 | 78.4 |
| 13 | Muse Spark 1.3Meta上线 2026-09-02 · 证据敏感缓存输入 —输入 ¥8.34 · 输出 ¥28.35 | | 15 项评测证据敏感名次浮动范围7—17 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。 | — | ¥8.34 | ¥28.35 | 77.5 |
| 14 | GPT-5.5OpenAI上线 2026-04-23 · 证据敏感缓存输入 ¥3.34输入 ¥33.35 · 输出 ¥200.11 | | 18 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。 | ¥3.34 | ¥33.35 | ¥200.11 | 74.4 |
| 15 | deepseek-v4.1-flash-1017deepseek上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 9 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。 1 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 | 74.3 |
| 16 | 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14—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。 | — | ¥12 | ¥36 | 73.6 |
| 17 | GPT-6 SolOpenAI上线 2026-09-22 · 证据敏感缓存输入 ¥1.33输入 ¥13.34 · 输出 ¥66.7 | | 18 项评测证据敏感名次浮动范围14—27 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。 | ¥1.33 | ¥13.34 | ¥66.7 | 73.6 |
| 18 | Claude Opus 4.7Anthropic上线 2026-04-16 · 证据敏感缓存输入 ¥3.34输入 ¥33.35 · 输出 ¥166.75 | | 17 项评测证据敏感名次浮动范围13—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。 | ¥3.34 | ¥33.35 | ¥166.75 | 71.0 |
| 19 | Claude Opus 4.8Anthropic上线 2026-05-28 · 证据敏感缓存输入 ¥3.34输入 ¥33.35 · 输出 ¥166.75 | | 18 项评测证据敏感名次浮动范围16—24 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。 | ¥3.34 | ¥33.35 | ¥166.75 | 69.6 |
| 20 | 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16—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。 | ¥2 | ¥20 | ¥100 | 68.9 |
| 21 | GLM-5.3Z.ai上线 2026-08-18 · 证据敏感缓存输入 ¥1.73输入 ¥9.34 · 输出 ¥29.35 | | 18 项评测证据敏感名次浮动范围17—22 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。 | ¥1.73 | ¥9.34 | ¥29.35 | 65.9 |
| 22 | Muse Spark 1.2Meta上线 2026-08-05 · 证据敏感缓存输入 —输入 ¥8.34 · 输出 ¥28.35 | | 14 项评测证据敏感名次浮动范围17—24 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。 | — | ¥8.34 | ¥28.35 | 64.9 |
| 23 | GPT-5.4OpenAI上线 2026-03-05 · 证据敏感缓存输入 ¥1.67输入 ¥16.68 · 输出 ¥100.05 | | 11 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。 | ¥1.67 | ¥16.68 | ¥100.05 | 61.9 |
| 24 | Claude Opus 4.6Anthropic上线 2026-02-05 · 证据敏感缓存输入 ¥3.34输入 ¥33.35 · 输出 ¥166.75 | | 16 项评测证据敏感名次浮动范围20—29 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。 | ¥3.34 | ¥33.35 | ¥166.75 | 61.7 |
| 25 | Muse Spark 1.1Meta上线 2026-07-09 · 证据敏感缓存输入 —输入 ¥8.34 · 输出 ¥28.35 | | 14 项评测证据敏感名次浮动范围22—34 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。 | — | ¥8.34 | ¥28.35 | 58.2 |
| 26 | Gemini 3 Pro PreviewGoogle上线 2025-11-18 · 证据敏感缓存输入 —输入 — · 输出 — | | 4 项评测证据敏感名次浮动范围23—32 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。 | 待核验 | 待核验 | 待核验 | 58.2 |
| 27 | Gemini 3.6 FlashGoogle上线 2026-07-21 · 证据敏感缓存输入 ¥0.5输入 ¥5 · 输出 ¥25.01 | | 17 项评测证据敏感名次浮动范围23—33 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 | ¥25.01 | 58.1 |
| 28 | XMiMo V 2.6 ProXiaomi上线 2026-09-21 · 证据敏感缓存输入 —输入 — · 输出 — | | 7 项评测证据敏感名次浮动范围22—38 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 | 57.5 |
| 29 | GPT-5.6 TerraOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥1.33输入 ¥13.34 · 输出 ¥80.04 | | 19 项评测证据敏感名次浮动范围16—34 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。 | ¥1.33 | ¥13.34 | ¥80.04 | 56.8 |
| 30 | DeepSeek V4.1 FlashDeepSeek上线 2026-09-10 · 证据敏感缓存输入 ¥0.04输入 ¥2 · 输出 ¥8 | | 17 项评测证据敏感名次浮动范围25—34 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。 | ¥0.04 | ¥2 | ¥8 | 56.7 |