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。
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
MiniMax-M3
minimax-m3
- 能力指数
- 29.2203
- 性价比
- 14.48
- 吞吐
- 183.5193
- 上下文
- 1000000
- 输入成本
- 2.0173923
- 输出成本
- 8.0695692
GPT-5.1
gpt-5-1
- 能力指数
- 24.7358
- 性价比
- 2.94
- 吞吐
- 119.4087
- 上下文
- 272000
- 输入成本
- 8.40580125
- 输出成本
- 67.24641
Hy3
hy3
- 能力指数
- 25.2973
- 性价比
- 26.87
- 吞吐
- 89.6699
- 上下文
- 256000
- 输入成本
- 0.9414497400000001
- 输出成本
- 3.90029178
MATRIX / 完整对照
各项指标并排对比
28 / 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 | MiniMax-M3 MiniMax | GPT-5.1 OpenAI | Hy3 |
|---|---|---|---|---|
| 综合智能指数 越高越好 | 1,265.14 最优 | 29.22 | 24.74 | 25.30 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
— | 38.1 | 52.4 最优 | 37.9 |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
— | 38.1 | 48.9 最优 | 22.9 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
— | 46.3 最优 | 42.3 | 45.6 |
| SciCode 越高越好 | — | 47.1% | — | 48.6% 最优 |
| Terminal-Bench 2.1 越高越好 | — | 65.2% 最优 | 52.4% | 64.4% |
| Terminal-Bench 4.0 越高越好 | — | 2.0% 最优 | — | 0.5% |
| τ²-Banking（工具调用） 越高越好 | — | 15.3% | 15.9% | 22.9% 最优 |
| GPQA（科学问答） 越高越好 | — | 92.9% 最优 | 87.3% | 89.7% |
| HLE（Humanity's Last Exam） 越高越好 | — | 39.0% 最优 | 28.5% | 33.5% |
| 知识准确性 越高越好 | — | 16.7% | 37.7% 最优 | 32.0% |
| 非幻觉率 越高越好 | — | 81.6% 最优 | 48.1% | 25.9% |
| IFBench（指令遵循） 越高越好 | — | 82.9% 最优 | 72.9% | — |
| MMMU-Pro（多模态） 越高越好 | — | 78.6% 最优 | 75.5% | — |
| ITBench-SRE（运维） 越高越好 | — | — | — | — |
| GDPval（经济价值任务） 越高越好 | — | 36.5% 最优 | 15.6% | 27.3% |
| Analyst Agent（分析师智能体） 越高越好 | — | 10.0% | — | — |
| Apex Agents 越高越好 | — | — | — | — |
| 指标 | athene-70b-0725 | MiniMax-M3 MiniMax | GPT-5.1 OpenAI | Hy3 |
|---|---|---|---|---|
| 输出吞吐 tokens/s 越高越好 | — | 183.5 最优 | 119.4 | 89.7 |
| 首 token 延迟 s 越低越好 | — | 1.01 最优 | 51.05 | 2.99 |
| 端到端响应 s 越低越好 | — | 14.64 最优 | 55.23 | 30.87 |
| 上下文窗口 tokens 越高越好 | — | 1,000,000 最优 | 272,000 | 256,000 |
| 指标 | athene-70b-0725 | MiniMax-M3 MiniMax | GPT-5.1 OpenAI | Hy3 |
|---|---|---|---|---|
| 输入价 ¥/百万 越低越好 | — | 2.0174 | 8.4058 | 0.9414 最优 |
| 输出价 ¥/百万 越低越好 | — | 8.0696 | 67.2464 | 3.9003 最优 |
| 每任务成本 ¥ 越低越好 | — | 3.4135 | — | 0.4997 最优 |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | — | 14.5 | 2.9 | 26.9 最优 |
| 指标 | athene-70b-0725 | MiniMax-M3 MiniMax | GPT-5.1 OpenAI | Hy3 |
|---|---|---|---|---|
| 厂商 | 未知 | MiniMax | OpenAI | 未知 |
| 榜单排名 越低越好 | 278 | 103 最优 | 149 | 137 |
| 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。