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×Kimi K2.7 Code×Command A+×o4-mini (high)×

Celeris-1 / Kimi K2.7 Code / Command A+ / o4-mini (high)

PRICE / CAPABILITY FRONTIER

模型斩杀线坐标

4 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 75.8%

Kimi K2.7 CodeKimi

26.269最优

Command A+Cohere

13.924差 47.0%

o4-mini (high)OpenAI

16.653差 36.6%

GPQA 科学推理越高越好

Celeris-1Celeris

0.631差 29.5%

Kimi K2.7 CodeKimi

0.896最优

Command A+Cohere

0.761差 15.1%

o4-mini (high)OpenAI

0.784差 12.5%

τ² 智能体工具任务越高越好

Celeris-1Celeris

—

Kimi K2.7 CodeKimi

0.901最优

Command A+Cohere

0.807差 10.4%

o4-mini (high)OpenAI

0.556差 38.3%

SciCode 科研编程越高越好

Celeris-1Celeris

0.216差 54.7%

Kimi K2.7 CodeKimi

0.478最优

Command A+Cohere

0.385差 19.4%

o4-mini (high)OpenAI

—

输出速度中位数越高越好

Celeris-1Celeris

1463.096最优

Kimi K2.7 CodeKimi

57.361差 96.1%

Command A+Cohere

243.443差 83.4%

o4-mini (high)OpenAI

139.489差 90.5%

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	Kimi K2.7 Code	Command A+	o4-mini (high)
AA 智能指数 · 越高越好	6.347距最优 75.8%	26.269最优	13.924距最优 47.0%	16.653距最优 36.6%
智能指数评测成本USD · 越低越好	0.05不可计算	0.541不可计算	0最优	—无数据
CritPT 批判性推理 · 越高越好	0距最优 100.0%	0.1最优	0.003距最优 97.1%	0.006距最优 94.3%
GDPval 专业任务 · 越高越好	0距最优 100.0%	0.307最优	0.079距最优 74.3%	—无数据
GPQA 科学推理 · 越高越好	0.631距最优 29.5%	0.896最优	0.761距最优 15.1%	0.784距最优 12.5%
Humanity’s Last Exam · 越高越好	0.068距最优 80.6%	0.35最优	0.12距最优 65.9%	0.165距最优 52.8%
IFBench 指令遵循 · 越高越好	—无数据	0.631距最优 14.6%	0.74最优	0.687距最优 7.1%
LCR 长上下文推理 · 越高越好	0.38距最优 52.1%	0.793最优	0.527距最优 33.6%	0.61距最优 23.1%
MMMU-Pro 多模态理解 · 越高越好	—无数据	—无数据	0.632距最优 8.7%	0.693最优
Omniscience 综合知识 · 越高越好	-71.583距最优 1682.2%	-10.217距最优 154.4%	-4.017最优	-35.7距最优 788.8%
Omniscience 准确率 · 越高越好	0.11距最优 72.2%	0.396最优	0.089距最优 77.5%	0.248距最优 37.3%
Omniscience 非幻觉率 · 越高越好	0.073距最优 91.6%	0.176距最优 79.5%	0.858最优	0.196距最优 77.2%
SciCode 科研编程 · 越高越好	0.216距最优 54.7%	0.478最优	0.385距最优 19.4%	—无数据
τ² 智能体工具任务 · 越高越好	—无数据	0.901最优	0.807距最优 10.4%	0.556距最优 38.3%
τ-Bench 银行业任务 · 越高越好	0.039距最优 80.6%	0.202最优	0.06距最优 70.4%	—无数据
Terminal-Bench Hard · 越高越好	—无数据	0.447最优	0.25距最优 44.1%	0.152距最优 66.1%
输出速度中位数tokens/s · 越高越好	1,463.096最优	57.361距最优 96.1%	243.443距最优 83.4%	139.489距最优 90.5%
输出速度 P05tokens/s · 越高越好	465.906最优	38.719距最优 91.7%	187.513距最优 59.8%	94.498距最优 79.7%
输出速度 P25tokens/s · 越高越好	1,189.788最优	44.126距最优 96.3%	222.771距最优 81.3%	113.26距最优 90.5%
输出速度 P75tokens/s · 越高越好	1,690.492最优	78.228距最优 95.4%	264.053距最优 84.4%	160.744距最优 90.5%
输出速度 P95tokens/s · 越高越好	2,730.866最优	106.949距最优 96.1%	297.813距最优 89.1%	189.979距最优 93.0%
推理耗时中位数秒 · 越低越好	—无数据	38.859距最优 373.0%	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%	2.855距最优 582.3%	0.418最优	22.465距最优 5268.9%
首 token 延迟 P05秒 · 越低越好	0.522距最优 47.1%	2.727距最优 668.7%	0.355最优	7.249距最优 1943.7%
首 token 延迟 P25秒 · 越低越好	0.549距最优 44.1%	2.754距最优 622.5%	0.381最优	12.945距最优 3296.2%
首 token 延迟 P75秒 · 越低越好	0.622距最优 42.2%	3.496距最优 699.1%	0.438最优	65.685距最优 14914.3%
首 token 延迟 P95秒 · 越低越好	0.811最优	3.949距最优 387.1%	0.817距最优 0.8%	160.776距最优 19730.2%
首答案 token 延迟中位数秒 · 越低越好	0.586最优	41.714距最优 7016.8%	8.634距最优 1373.0%	22.465距最优 3732.7%
端到端响应中位数秒 · 越低越好	0.928最优	50.431距最优 5335.1%	10.688距最优 1051.8%	26.049距最优 2707.4%
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%	200,000距最优 21.9%
Standard 输入价格百万 tokens · 越低越好	¥1.3414不可计算	¥6.3718不可计算	¥0.0000最优	¥7.3778不可计算
Standard 输出价格百万 tokens · 越低越好	¥4.6950不可计算	¥26.8285不可计算	¥0.0000最优	¥29.5113不可计算
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	¥1.2744最优	—无数据	¥1.8445距最优 44.7%
terminal bench21 · 越高越好	0.112距最优 83.3%	0.674最优	0.229距最优 66.1%	—无数据
terminal bench40 · 越高越好	0距最优 100.0%	0.01最优	0.005距最优 50.0%	—无数据

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。