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

Command A×North Mini Code×Inkling Small×Devstral Small (May '25)×

Command A / North Mini Code / Inkling Small / Devstral Small (May '25)

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

Command ACohere

6.958差 73.3%

North Mini CodeCohere

9.915差 62.0%

Inkling SmallThinking Machines

26.086最优

Devstral Small (May '25)Mistral

8.735差 66.5%

GPQA 科学推理越高越好

Command ACohere

0.527差 41.1%

North Mini CodeCohere

0.757差 15.5%

Inkling SmallThinking Machines

0.895最优

Devstral Small (May '25)Mistral

0.434差 51.5%

τ² 智能体工具任务越高越好

Command ACohere

0.152差 60.0%

North Mini CodeCohere

0.374差 1.5%

Inkling SmallThinking Machines

—

Devstral Small (May '25)Mistral

0.38最优

SciCode 科研编程越高越好

Command ACohere

—

North Mini CodeCohere

0.388差 21.9%

Inkling SmallThinking Machines

0.497最优

Devstral Small (May '25)Mistral

—

输出速度中位数越高越好

Command ACohere

57.404差 66.3%

North Mini CodeCohere

77.278差 54.6%

Inkling SmallThinking Machines

170.3最优

Devstral Small (May '25)Mistral

—

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

36 项

指标	Command A	North Mini Code	Inkling Small	Devstral Small (May '25)
AA 智能指数 · 越高越好	6.958距最优 73.3%	9.915距最优 62.0%	26.086最优	8.735距最优 66.5%
智能指数评测成本USD · 越低越好	—无数据	0最优	0.09不可计算	—无数据
Analyst Agent 分析代理 · 越高越好	—无数据	—无数据	0.275最优	—无数据
CritPT 批判性推理 · 越高越好	0距最优 100.0%	0.003距最优 96.6%	0.083最优	0距最优 100.0%
GDPval 专业任务 · 越高越好	—无数据	0距最优 100.0%	0.346最优	—无数据
GPQA 科学推理 · 越高越好	0.527距最优 41.1%	0.757距最优 15.5%	0.895最优	0.434距最优 51.5%
Humanity’s Last Exam · 越高越好	0.04距最优 87.9%	0.111距最优 66.8%	0.333最优	0.04距最优 87.9%
IFBench 指令遵循 · 越高越好	0.365距最优 36.6%	0.576最优	—无数据	0.316距最优 45.0%
LCR 长上下文推理 · 越高越好	0.213距最优 71.8%	0.373距最优 50.7%	0.757最优	0.32距最优 57.7%
MMMU-Pro 多模态理解 · 越高越好	—无数据	—无数据	0.741最优	—无数据
Omniscience 综合知识 · 越高越好	-48.267距最优 440.3%	-48.583距最优 443.8%	-8.933最优	-56.783距最优 535.6%
Omniscience 准确率 · 越高越好	0.164距最优 50.6%	0.189距最优 43.0%	0.332最优	0.159距最优 52.2%
Omniscience 非幻觉率 · 越高越好	0.227距最优 38.7%	0.168距最优 54.6%	0.37最优	0.137距最优 63.1%
SciCode 科研编程 · 越高越好	—无数据	0.388距最优 21.9%	0.497最优	—无数据
τ² 智能体工具任务 · 越高越好	0.152距最优 60.0%	0.374距最优 1.5%	—无数据	0.38最优
τ-Bench 银行业任务 · 越高越好	—无数据	0.064距最优 65.9%	0.188最优	—无数据
Terminal-Bench Hard · 越高越好	0.008距最优 97.6%	0.311最优	—无数据	0.061距最优 80.5%
输出速度中位数tokens/s · 越高越好	57.404距最优 66.3%	77.278距最优 54.6%	170.3最优	—无数据
输出速度 P05tokens/s · 越高越好	23.002距最优 69.3%	37.472距最优 50.0%	74.913最优	—无数据
输出速度 P25tokens/s · 越高越好	37.109距最优 75.5%	59.187距最优 60.9%	151.24最优	—无数据
输出速度 P75tokens/s · 越高越好	64.2距最优 68.2%	91.638距最优 54.6%	201.938最优	—无数据
输出速度 P95tokens/s · 越高越好	72.751距最优 65.4%	133.927距最优 36.3%	210.208最优	—无数据
推理耗时中位数秒 · 越低越好	—无数据	25.881距最优 120.4%	11.744最优	—无数据
首 token 延迟中位数秒 · 越低越好	1.819距最优 376.1%	0.382最优	2.117距最优 453.9%	—无数据
首 token 延迟 P05秒 · 越低越好	1.544距最优 491.5%	0.261最优	1.967距最优 653.1%	—无数据
首 token 延迟 P25秒 · 越低越好	1.7距最优 444.5%	0.312最优	2.025距最优 548.9%	—无数据
首 token 延迟 P75秒 · 越低越好	2.294距最优 394.6%	0.464最优	2.464距最优 431.2%	—无数据
首 token 延迟 P95秒 · 越低越好	2.942距最优 304.0%	0.728最优	4.966距最优 581.9%	—无数据
首答案 token 延迟中位数秒 · 越低越好	1.819最优	26.263距最优 1343.5%	13.861距最优 661.8%	—无数据
端到端响应中位数秒 · 越低越好	10.53最优	32.733距最优 210.9%	16.797距最优 59.5%	—无数据
上下文窗口tokens · 越高越好	256,000距最优 74.4%	256,000距最优 74.4%	1,000,000最优	256,000距最优 74.4%
Standard 输入价格百万 tokens · 越低越好	¥16.7678不可计算	¥0.0000最优	¥2.0121不可计算	—无数据
Standard 输出价格百万 tokens · 越低越好	¥67.0712不可计算	¥0.0000最优	¥8.0485不可计算	—无数据
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	¥0.4024最优	—无数据
terminal bench21 · 越高越好	—无数据	0.356距最优 35.4%	0.551最优	—无数据
terminal bench40 · 越高越好	—无数据	0.005距最优 50.0%	0.01最优	—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。