COMPARE / 2–4 MODELS

模型对比

MODEL SELECTOR

选择对比模型

4 / 4

模型厂商查找模型

Arctic Instruct×Trinity Large Thinking×Command A×Celeris-1×

Arctic Instruct / Trinity Large Thinking / Command A / Celeris-1

PRICE / CAPABILITY FRONTIER

模型斩杀线坐标

3 个所选模型

左上区域代表更低价格和更高能力。红色前沿线由当前主流模型计算；对比状态只显示所选模型点，隐藏其他背景点。价格采用标准输入档位，横轴为对数刻度。

020406080100

AA 智能指数越高越好

Arctic InstructSnowflake

5.436差 50.0%

Trinity Large ThinkingArcee AI

10.882最优

Command ACohere

6.958差 36.1%

Celeris-1Celeris

6.347差 41.7%

GPQA 科学推理越高越好

Arctic InstructSnowflake

—

Trinity Large ThinkingArcee AI

0.752最优

Command ACohere

0.527差 29.8%

Celeris-1Celeris

0.631差 16.0%

τ² 智能体工具任务越高越好

Arctic InstructSnowflake

—

Trinity Large ThinkingArcee AI

0.901最优

Command ACohere

0.152差 83.1%

Celeris-1Celeris

—

SciCode 科研编程越高越好

Arctic InstructSnowflake

—

Trinity Large ThinkingArcee AI

0.406最优

Command ACohere

—

Celeris-1Celeris

0.216差 46.7%

输出速度中位数越高越好

Arctic InstructSnowflake

—

Trinity Large ThinkingArcee AI

309.554差 78.3%

Command ACohere

53.242差 96.3%

Celeris-1Celeris

1423.445最优

条长为同一维度内的 0至100 归一化分数；右侧数字为来源原始值。指数使用原始百分制，速度和延迟按本次所选模型相对归一化。

评测数据来自 Artificial Analysis，本站仅作非官方中文呈现；归一化仅用于当前所选模型的视觉比较，不改变原始值。查看指标口径。

FULL SPECIFICATION

完整指标对照

34 项

指标	Arctic Instruct	Trinity Large Thinking	Command A	Celeris-1
AA 智能指数 · 越高越好	5.436距最优 50.0%	10.882最优	6.958距最优 36.1%	6.347距最优 41.7%
智能指数评测成本USD · 越低越好	—无数据	0.353距最优 604.5%	—无数据	0.05最优
CritPT 批判性推理 · 越高越好	—无数据	0.009最优	0距最优 100.0%	0距最优 100.0%
GDPval 专业任务 · 越高越好	—无数据	0.006最优	—无数据	0距最优 100.0%
GPQA 科学推理 · 越高越好	—无数据	0.752最优	0.527距最优 29.8%	0.631距最优 16.0%
Humanity’s Last Exam · 越高越好	—无数据	0.159最优	0.04距最优 74.6%	0.068距最优 57.0%
IFBench 指令遵循 · 越高越好	—无数据	0.563最优	0.365距最优 35.2%	—无数据
LCR 长上下文推理 · 越高越好	—无数据	0.38最优	0.213距最优 43.9%	0.38最优
Omniscience 综合知识 · 越高越好	—无数据	-44.067最优	-48.267距最优 9.5%	-71.583距最优 62.4%
Omniscience 准确率 · 越高越好	—无数据	0.225最优	0.164距最优 27.2%	0.11距最优 51.2%
Omniscience 非幻觉率 · 越高越好	—无数据	0.141距最优 37.8%	0.227最优	0.073距最优 68.1%
SciCode 科研编程 · 越高越好	—无数据	0.406最优	—无数据	0.216距最优 46.7%
τ² 智能体工具任务 · 越高越好	—无数据	0.901最优	0.152距最优 83.1%	—无数据
τ-Bench 银行业任务 · 越高越好	—无数据	0.058最优	—无数据	0.039距最优 32.1%
Terminal-Bench Hard · 越高越好	—无数据	0.227最优	0.008距最优 96.7%	—无数据
输出速度中位数tokens/s · 越高越好	—无数据	309.554距最优 78.3%	53.242距最优 96.3%	1,423.445最优
输出速度 P05tokens/s · 越高越好	—无数据	220.696距最优 52.6%	23.7距最优 94.9%	465.906最优
输出速度 P25tokens/s · 越高越好	—无数据	290.624距最优 75.2%	37.109距最优 96.8%	1,173.796最优
输出速度 P75tokens/s · 越高越好	—无数据	337.077距最优 80.1%	62.354距最优 96.3%	1,690.492最优
输出速度 P95tokens/s · 越高越好	—无数据	397.425距最优 85.4%	72.751距最优 97.3%	2,730.866最优
推理耗时中位数秒 · 越低越好	—无数据	6.461最优	—无数据	—无数据
首 token 延迟中位数秒 · 越低越好	—无数据	1.277距最优 117.4%	1.82距最优 209.9%	0.587最优
首 token 延迟 P05秒 · 越低越好	—无数据	0.815距最优 51.8%	1.547距最优 188.2%	0.537最优
首 token 延迟 P25秒 · 越低越好	—无数据	0.95距最优 70.2%	1.7距最优 204.4%	0.558最优
首 token 延迟 P75秒 · 越低越好	—无数据	1.398距最优 122.7%	2.28距最优 263.1%	0.628最优
首 token 延迟 P95秒 · 越低越好	—无数据	1.542距最优 90.2%	2.942距最优 262.9%	0.811最优
首答案 token 延迟中位数秒 · 越低越好	—无数据	7.737距最优 1217.5%	1.82距最优 209.9%	0.587最优
端到端响应中位数秒 · 越低越好	—无数据	9.353距最优 896.5%	11.211距最优 1094.6%	0.939最优
上下文窗口tokens · 越高越好	4,000距最优 99.2%	512,000最优	256,000距最优 50.0%	131,072距最优 74.4%
Standard 输入价格百万 tokens · 越低越好	—无数据	¥1.6769距最优 25.0%	¥16.7688距最优 1150.0%	¥1.3415最优
Standard 输出价格百万 tokens · 越低越好	—无数据	¥6.0368距最优 28.6%	¥67.0752距最优 1328.6%	¥4.6953最优
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	—无数据
terminal bench21 · 越高越好	—无数据	0.206最优	—无数据	0.112距最优 45.5%
terminal bench40 · 越高越好	—无数据	0.005最优	—无数据	0距最优 100.0%

人民币价格按服务端汇率 1 USD = 6.7075 CNY 折算，参考日期 2026/9/17。