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

Celeris-1×Devstral Medium×Command A+×Qwen3 Coder Next×

Celeris-1 / Devstral Medium / Command A+ / Qwen3 Coder Next

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

Celeris-1Celeris

6.347差 54.4%

Devstral MediumMistral

9.006差 35.3%

Command A+Cohere

13.924最优

Qwen3 Coder NextAlibaba

10.053差 27.8%

GPQA 科学推理越高越好

Celeris-1Celeris

0.631差 17.0%

Devstral MediumMistral

0.492差 35.3%

Command A+Cohere

0.761最优

Qwen3 Coder NextAlibaba

0.737差 3.1%

τ² 智能体工具任务越高越好

Celeris-1Celeris

—

Devstral MediumMistral

0.199差 75.4%

Command A+Cohere

0.807最优

Qwen3 Coder NextAlibaba

0.795差 1.4%

SciCode 科研编程越高越好

Celeris-1Celeris

0.216差 43.8%

Devstral MediumMistral

—

Command A+Cohere

0.385最优

Qwen3 Coder NextAlibaba

0.362差 6.0%

输出速度中位数越高越好

Celeris-1Celeris

1463.096最优

Devstral MediumMistral

—

Command A+Cohere

243.443差 83.4%

Qwen3 Coder NextAlibaba

104.578差 92.9%

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

35 项

指标	Celeris-1	Devstral Medium	Command A+	Qwen3 Coder Next
AA 智能指数 · 越高越好	6.347距最优 54.4%	9.006距最优 35.3%	13.924最优	10.053距最优 27.8%
智能指数评测成本USD · 越低越好	0.05不可计算	—无数据	0最优	0.552不可计算
CritPT 批判性推理 · 越高越好	0距最优 100.0%	0距最优 100.0%	0.003最优	0距最优 100.0%
GDPval 专业任务 · 越高越好	0距最优 100.0%	—无数据	0.079距最优 3.8%	0.082最优
GPQA 科学推理 · 越高越好	0.631距最优 17.0%	0.492距最优 35.3%	0.761最优	0.737距最优 3.1%
Humanity’s Last Exam · 越高越好	0.068距最优 43.0%	0.038距最优 68.6%	0.12最优	0.102距最优 15.1%
IFBench 指令遵循 · 越高越好	—无数据	0.299距最优 59.5%	0.74最优	0.352距最优 52.3%
LCR 长上下文推理 · 越高越好	0.38距最优 27.8%	0.32距最优 39.2%	0.527最优	0.47距最优 10.8%
MMMU-Pro 多模态理解 · 越高越好	—无数据	—无数据	0.632最优	—无数据
Omniscience 综合知识 · 越高越好	-71.583距最优 1682.2%	-31.567距最优 685.9%	-4.017最优	-62.4距最优 1453.5%
Omniscience 准确率 · 越高越好	0.11距最优 41.8%	0.189最优	0.089距最优 53.0%	0.162距最优 14.5%
Omniscience 非幻觉率 · 越高越好	0.073距最优 91.6%	0.378距最优 56.0%	0.858最优	0.063距最优 92.6%
SciCode 科研编程 · 越高越好	0.216距最优 43.8%	—无数据	0.385最优	0.362距最优 6.0%
τ² 智能体工具任务 · 越高越好	—无数据	0.199距最优 75.4%	0.807最优	0.795距最优 1.4%
τ-Bench 银行业任务 · 越高越好	0.039距最优 34.5%	—无数据	0.06最优	0.054距最优 10.3%
Terminal-Bench Hard · 越高越好	—无数据	0.091距最优 63.6%	0.25最优	0.182距最优 27.3%
输出速度中位数tokens/s · 越高越好	1,463.096最优	—无数据	243.443距最优 83.4%	104.578距最优 92.9%
输出速度 P05tokens/s · 越高越好	465.906最优	—无数据	187.513距最优 59.8%	35.087距最优 92.5%
输出速度 P25tokens/s · 越高越好	1,189.788最优	—无数据	222.771距最优 81.3%	65.809距最优 94.5%
输出速度 P75tokens/s · 越高越好	1,690.492最优	—无数据	264.053距最优 84.4%	161.747距最优 90.4%
输出速度 P95tokens/s · 越高越好	2,730.866最优	—无数据	297.813距最优 89.1%	202.712距最优 92.6%
推理耗时中位数秒 · 越低越好	—无数据	—无数据	8.216最优	—无数据
首 token 延迟中位数秒 · 越低越好	0.586距最优 40.1%	—无数据	0.418最优	1.398距最优 234.1%
首 token 延迟 P05秒 · 越低越好	0.522距最优 47.1%	—无数据	0.355最优	0.878距最优 147.4%
首 token 延迟 P25秒 · 越低越好	0.549距最优 44.1%	—无数据	0.381最优	1.003距最优 163.0%
首 token 延迟 P75秒 · 越低越好	0.622距最优 42.2%	—无数据	0.438最优	2.512距最优 474.2%
首 token 延迟 P95秒 · 越低越好	0.811最优	—无数据	0.817距最优 0.8%	4.044距最优 398.7%
首答案 token 延迟中位数秒 · 越低越好	0.586最优	—无数据	8.634距最优 1373.0%	1.398距最优 138.5%
端到端响应中位数秒 · 越低越好	0.928最优	—无数据	10.688距最优 1051.8%	6.179距最优 565.9%
上下文窗口tokens · 越高越好	131,072距最优 48.8%	256,000最优	192,000距最优 25.0%	256,000最优
Standard 输入价格百万 tokens · 越低越好	¥1.3414不可计算	—无数据	¥0.0000最优	¥2.3475不可计算
Standard 输出价格百万 tokens · 越低越好	¥4.6950不可计算	—无数据	¥0.0000最优	¥8.0485不可计算
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	¥2.3475最优
terminal bench21 · 越高越好	0.112距最优 70.6%	—无数据	0.229距最优 40.2%	0.382最优
terminal bench40 · 越高越好	0距最优 100.0%	—无数据	0.005最优	0距最优 100.0%

人民币价格按服务端汇率 1 USD = 6.7071 CNY 折算，参考日期 2026/9/16。