COMPARE / 2–4 个模型
模型并排对比
横轴是价格、纵轴是能力 —— 越靠左上，性价比越高。 红色虚线是当前榜单里的性价比前沿线（沿着"更贵但更强"的边界走）， 落在它下方的模型意味着"花同样的钱能买到更强的"。
PRICE / CAPABILITY FRONTIER
模型斩杀线坐标
215 个模型有完整价格与分值；横轴为对数刻度，标出的点是你选中的模型
图上的点可以直接点：点一下会把它设为「聚焦查看」——在图下标出它的名字与读数， 不占用上方 4 个对比名额（键盘 Tab 也能选中）。再点一次相同的点即可取消聚焦。
币种口径：价格已折算为 CNY（1 USD = 6.724641 CNY，来源 open.er-api.com · 观察于 2026-09-26）；口径为每日快照（不追实时），原始口径不受影响。
口径：横轴 = 标准输入价（每百万 tokens，已折人民币），纵轴 = AA 能力指数。 只画同时有价格与分值的行 —— 缺一个就没法定位，硬塞进图里等于编数据。
- 厂商
- xAI
- 榜单排名
- 135
- 综合智能指数
- 25.66
- 输入价
- ¥8.41
- 输出价
- ¥16.81
- 吞吐
- 114.2145
- 上下文
- 2000K
PROFILE / 能力画像
六轴对照
同一固定区间归一化，跨模型可比；缺数据的轴标"无数据"
Sonar Pro
sonar-pro
这个口径下没有数据（该榜源没有这类指标）
- 能力指数
- 7.6069
- 性价比
- 无数据
- 吞吐
- 无数据
- 上下文
- 200000
- 输入成本
- 无数据
- 输出成本
- 无数据
GPT-5
gpt-5
- 能力指数
- 22.9828
- 性价比
- 2.73
- 吞吐
- 74.6006
- 上下文
- 400000
- 输入成本
- 8.40580125
- 输出成本
- 67.24641
Qwen3.6 27B
qwen3-6-27b
- 能力指数
- 21.428
- 性价比
- 5.31
- 吞吐
- 58.9581
- 上下文
- 262144
- 输入成本
- 4.0347846
- 输出成本
- 24.2087076
MATRIX / 完整对照
各项指标并排对比
27 / 32 项有数据 · 绿色高亮 = 该行最优；"—" 表示该模型这项没有数据（不参与最优比较）
| 指标 | Sonar Pro Perplexity | GPT-5 OpenAI | Qwen3.6 27B Alibaba |
|---|---|---|---|
| 综合智能指数 越高越好 | 7.61 | 22.98 最优 | 21.43 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
— | 35.2 最优 | 34.5 |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
— | 53.4 | 55.4 最优 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
32.2 | 43.6 最优 | 37.7 |
| SciCode 越高越好 | — | — | 42.8% |
| Terminal-Bench 2.1 越高越好 | — | 35.2% | 60.7% 最优 |
| Terminal-Bench 4.0 越高越好 | — | — | 0.0% |
| τ²-Banking（工具调用） 越高越好 | — | 22.1% 最优 | 16.7% |
| GPQA（科学问答） 越高越好 | 57.8% | 85.4% 最优 | 84.2% |
| HLE（Humanity's Last Exam） 越高越好 | 6.6% | 28.5% 最优 | 23.1% |
| 知识准确性 越高越好 | — | 40.3% 最优 | 19.6% |
| 非幻觉率 越高越好 | — | 17.8% | 50.7% 最优 |
| IFBench（指令遵循） 越高越好 | — | 73.1% 最优 | 67.6% |
| MMMU-Pro（多模态） 越高越好 | — | 74.2% | 74.6% 最优 |
| ITBench-SRE（运维） 越高越好 | — | — | — |
| GDPval（经济价值任务） 越高越好 | — | 20.3% | 23.7% 最优 |
| Analyst Agent（分析师智能体） 越高越好 | — | — | — |
| Apex Agents 越高越好 | — | — | — |
| 指标 | Sonar Pro Perplexity | GPT-5 OpenAI | Qwen3.6 27B Alibaba |
|---|---|---|---|
| 输出吞吐 tokens/s 越高越好 | — | 74.6 最优 | 59.0 |
| 首 token 延迟 s 越低越好 | — | 81.43 | 3.64 最优 |
| 端到端响应 s 越低越好 | — | 88.13 最优 | 108.39 |
| 上下文窗口 tokens 越高越好 | 200,000 | 400,000 最优 | 262,144 |
| 指标 | Sonar Pro Perplexity | GPT-5 OpenAI | Qwen3.6 27B Alibaba |
|---|---|---|---|
| 输入价 ¥/百万 越低越好 | — | 8.4058 | 4.0348 最优 |
| 输出价 ¥/百万 越低越好 | — | 67.2464 | 24.2087 最优 |
| 每任务成本 ¥ 越低越好 | — | — | 4.1776 |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | — | 2.7 | 5.3 最优 |
| 指标 | Sonar Pro Perplexity | GPT-5 OpenAI | Qwen3.6 27B Alibaba |
|---|---|---|---|
| 厂商 | Perplexity | OpenAI | Alibaba |
| 榜单排名 越低越好 | 468 | 168 最优 | 192 |
| 推理档位 | 否 | 是 | 是 |
| 开放权重 | — | — | — |
| 模态 | |||
| 发布时间 | — | — | — |
数据来源：能力与评测 / 性能与延迟 / 价格来自第三方榜单当前有效批次 （Artificial Analysis，随批次更新）；档案来自本站模型目录。 复合分（编程/智能体/知识）由该组内评测项**取均值**得出（缺项不参与，不按 0 计）—— 口径见方法学。