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
- 未知
- 榜单排名
- 143
- 综合智能指数
- 24.98
- 输入价
- ¥6.72
- 输出价
- ¥27.23
- 吞吐
- 169.566
- 上下文
- 1000K
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"
athene-70b-0725
athene-70b-0725
这个口径下没有数据（该榜源没有这类指标）
- 能力指数
- 1265.143
- 性价比
- 无数据
- 吞吐
- 无数据
- 上下文
- 无数据
- 输入成本
- 无数据
- 输出成本
- 无数据
DeepSeek V4 Flash Vision
deepseek-v4-flash-vision
- 能力指数
- 34.8391
- 性价比
- 11.77
- 吞吐
- 219.6814
- 上下文
- 1000000
- 输入成本
- 2.95884204
- 输出成本
- 8.876526120000001
Kimi K2 Thinking
kimi-k2-thinking
- 能力指数
- 22.02
- 性价比
- 5.46
- 吞吐
- 108.5615
- 上下文
- 256000
- 输入成本
- 4.0347846
- 输出成本
- 16.8116025
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 | athene-70b-0725 | DeepSeek V4 Flash Vision DeepSeek | Kimi K2 Thinking Moonshot AI |
|---|---|---|---|
| 综合智能指数 越高越好 | 1,265.14 最优 | 34.84 | 22.02 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
— | 45.3 | — |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
— | 41.0 | 93.0 最优 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
— | 54.0 最优 | 46.2 |
| SciCode 越高越好 | — | 49.7% | — |
| Terminal-Bench 2.1 越高越好 | — | 74.2% | — |
| Terminal-Bench 4.0 越高越好 | — | 12.1% | — |
| τ²-Banking（工具调用） 越高越好 | — | 41.0% | — |
| GPQA（科学问答） 越高越好 | — | 91.3% 最优 | 83.8% |
| HLE（Humanity's Last Exam） 越高越好 | — | 34.5% 最优 | 23.8% |
| 知识准确性 越高越好 | — | 38.6% 最优 | 30.9% |
| 非幻觉率 越高越好 | — | 8.5% | 24.4% 最优 |
| IFBench（指令遵循） 越高越好 | — | — | 68.1% |
| MMMU-Pro（多模态） 越高越好 | — | 74.8% | — |
| ITBench-SRE（运维） 越高越好 | — | — | — |
| GDPval（经济价值任务） 越高越好 | — | 51.7% | — |
| Analyst Agent（分析师智能体） 越高越好 | — | — | — |
| Apex Agents 越高越好 | — | — | — |
| 指标 | athene-70b-0725 | DeepSeek V4 Flash Vision DeepSeek | Kimi K2 Thinking Moonshot AI |
|---|---|---|---|
| 输出吞吐 tokens/s 越高越好 | — | 219.7 最优 | 108.6 |
| 首 token 延迟 s 越低越好 | — | 0.89 最优 | 1.43 |
| 端到端响应 s 越低越好 | — | 12.27 最优 | 24.45 |
| 上下文窗口 tokens 越高越好 | — | 1,000,000 最优 | 256,000 |
| 指标 | athene-70b-0725 | DeepSeek V4 Flash Vision DeepSeek | Kimi K2 Thinking Moonshot AI |
|---|---|---|---|
| 输入价 ¥/百万 越低越好 | — | 2.9588 最优 | 4.0348 |
| 输出价 ¥/百万 越低越好 | — | 8.8765 最优 | 16.8116 |
| 每任务成本 ¥ 越低越好 | — | 2.1140 | — |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | — | 11.8 最优 | 5.5 |
| 指标 | athene-70b-0725 | DeepSeek V4 Flash Vision DeepSeek | Kimi K2 Thinking Moonshot AI |
|---|---|---|---|
| 厂商 | 未知 | DeepSeek | Moonshot AI |
| 榜单排名 越低越好 | 278 | 66 最优 | 185 |
| 推理档位 | — | 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。