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"
DeepSeek V4 Flash 0731
deepseek-v4-flash
- 能力指数
- 34.3305
- 性价比
- 11.6
- 吞吐
- 225.4595
- 上下文
- 1000000
- 输入成本
- 2.95884204
- 输出成本
- 8.876526120000001
GPT-5.2
gpt-5-2
- 能力指数
- 30.4482
- 性价比
- 2.59
- 吞吐
- 79.7252
- 上下文
- 400000
- 输入成本
- 11.76812175
- 输出成本
- 94.144974
GPT-5.4 mini
gpt-5-4-mini
- 能力指数
- 24.0682
- 性价比
- 4.77
- 吞吐
- 217.0397
- 上下文
- 400000
- 输入成本
- 5.0434807500000005
- 输出成本
- 30.2608845
MATRIX / 完整对照
各项指标并排对比
30 / 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 | DeepSeek V4 Flash 0731 DeepSeek | GPT-5.2 OpenAI | GPT-5.4 mini OpenAI |
|---|---|---|---|
| 综合智能指数 越高越好 | 34.33 最优 | 30.45 | 24.07 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
47.0 最优 | — | 37.1 |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
39.4 | 84.8 最优 | 38.0 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
54.0 | 57.4 最优 | 44.5 |
| SciCode 越高越好 | 50.3% | — | 52.1% 最优 |
| Terminal-Bench 2.1 越高越好 | 78.7% 最优 | — | 59.2% |
| Terminal-Bench 4.0 越高越好 | 12.1% 最优 | — | 2.0% |
| τ²-Banking（工具调用） 越高越好 | 39.4% 最优 | — | 25.6% |
| GPQA（科学问答） 越高越好 | 90.8% 最优 | 90.3% | 87.5% |
| HLE（Humanity's Last Exam） 越高越好 | 38.6% 最优 | 37.7% | 28.1% |
| 知识准确性 越高越好 | 40.4% | 44.3% 最优 | 37.5% |
| 非幻觉率 越高越好 | 8.3% | 18.8% 最优 | 9.8% |
| IFBench（指令遵循） 越高越好 | — | 75.4% 最优 | 73.3% |
| MMMU-Pro（多模态） 越高越好 | — | — | 73.3% |
| ITBench-SRE（运维） 越高越好 | — | — | 35.2% |
| GDPval（经济价值任务） 越高越好 | 46.3% 最优 | — | 25.0% |
| Analyst Agent（分析师智能体） 越高越好 | — | — | 15.0% |
| Apex Agents 越高越好 | — | — | 28.2% |
| 指标 | DeepSeek V4 Flash 0731 DeepSeek | GPT-5.2 OpenAI | GPT-5.4 mini OpenAI |
|---|---|---|---|
| 输出吞吐 tokens/s 越高越好 | 225.5 最优 | 79.7 | 217.0 |
| 首 token 延迟 s 越低越好 | 1.03 最优 | 149.52 | 130.84 |
| 端到端响应 s 越低越好 | 12.12 最优 | 155.79 | 133.14 |
| 上下文窗口 tokens 越高越好 | 1,000,000 最优 | 400,000 | 400,000 |
| 指标 | DeepSeek V4 Flash 0731 DeepSeek | GPT-5.2 OpenAI | GPT-5.4 mini OpenAI |
|---|---|---|---|
| 输入价 ¥/百万 越低越好 | 2.9588 最优 | 11.7681 | 5.0435 |
| 输出价 ¥/百万 越低越好 | 8.8765 最优 | 94.1450 | 30.2609 |
| 每任务成本 ¥ 越低越好 | 1.4770 最优 | — | 2.7551 |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | 11.6 最优 | 2.6 | 4.8 |
| 指标 | DeepSeek V4 Flash 0731 DeepSeek | GPT-5.2 OpenAI | GPT-5.4 mini OpenAI |
|---|---|---|---|
| 厂商 | DeepSeek | OpenAI | OpenAI |
| 榜单排名 越低越好 | 70 最优 | 96 | 157 |
| 推理档位 | 是 | 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。