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+×Phi-4 Mini Instruct×Trinity Large Thinking×Qwen3 Coder Next×

Command A+ / Phi-4 Mini Instruct / Trinity Large Thinking / Qwen3 Coder Next

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

Command A+Cohere

13.924最优

Phi-4 Mini InstructMicrosoft

6.329差 54.5%

Trinity Large ThinkingArcee AI

10.882差 21.8%

Qwen3 Coder NextAlibaba

10.053差 27.8%

GPQA 科学推理越高越好

Command A+Cohere

0.761最优

Phi-4 Mini InstructMicrosoft

0.331差 56.4%

Trinity Large ThinkingArcee AI

0.752差 1.2%

Qwen3 Coder NextAlibaba

0.737差 3.1%

τ² 智能体工具任务越高越好

Command A+Cohere

0.807差 10.4%

Phi-4 Mini InstructMicrosoft

0.082差 90.9%

Trinity Large ThinkingArcee AI

0.901最优

Qwen3 Coder NextAlibaba

0.795差 11.7%

SciCode 科研编程越高越好

Command A+Cohere

0.385差 5.1%

Phi-4 Mini InstructMicrosoft

—

Trinity Large ThinkingArcee AI

0.406最优

Qwen3 Coder NextAlibaba

0.362差 10.8%

输出速度中位数越高越好

Command A+Cohere

243.443差 21.8%

Phi-4 Mini InstructMicrosoft

45.774差 85.3%

Trinity Large ThinkingArcee AI

311.482最优

Qwen3 Coder NextAlibaba

104.578差 66.4%

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	Command A+	Phi-4 Mini Instruct	Trinity Large Thinking	Qwen3 Coder Next
AA 智能指数 · 越高越好	13.924最优	6.329距最优 54.5%	10.882距最优 21.8%	10.053距最优 27.8%
智能指数评测成本USD · 越低越好	0最优	—无数据	0.353不可计算	0.552不可计算
CritPT 批判性推理 · 越高越好	0.003距最优 66.7%	0距最优 100.0%	0.009最优	0距最优 100.0%
GDPval 专业任务 · 越高越好	0.079距最优 3.8%	0距最优 100.0%	0.006距最优 93.0%	0.082最优
GPQA 科学推理 · 越高越好	0.761最优	0.331距最优 56.4%	0.752距最优 1.2%	0.737距最优 3.1%
Humanity’s Last Exam · 越高越好	0.12距最优 24.6%	0.045距最优 71.9%	0.159最优	0.102距最优 36.0%
IFBench 指令遵循 · 越高越好	0.74最优	0.211距最优 71.5%	0.563距最优 23.9%	0.352距最优 52.3%
LCR 长上下文推理 · 越高越好	0.527最优	0.153距最优 70.9%	0.38距最优 27.8%	0.47距最优 10.8%
MMMU-Pro 多模态理解 · 越高越好	0.632最优	—无数据	—无数据	—无数据
Omniscience 综合知识 · 越高越好	-4.017最优	-61.083距最优 1420.7%	-44.067距最优 997.1%	-62.4距最优 1453.5%
Omniscience 准确率 · 越高越好	0.089距最优 60.5%	0.095距最优 57.8%	0.225最优	0.162距最优 28.2%
Omniscience 非幻觉率 · 越高越好	0.858最优	0.22距最优 74.4%	0.141距最优 83.6%	0.063距最优 92.6%
SciCode 科研编程 · 越高越好	0.385距最优 5.1%	—无数据	0.406最优	0.362距最优 10.8%
τ² 智能体工具任务 · 越高越好	0.807距最优 10.4%	0.082距最优 90.9%	0.901最优	0.795距最优 11.7%
τ-Bench 银行业任务 · 越高越好	0.06最优	—无数据	0.058距最优 3.4%	0.054距最优 10.3%
Terminal-Bench Hard · 越高越好	0.25最优	0距最优 100.0%	0.227距最优 9.1%	0.182距最优 27.3%
输出速度中位数tokens/s · 越高越好	243.443距最优 21.8%	45.774距最优 85.3%	311.482最优	104.578距最优 66.4%
输出速度 P05tokens/s · 越高越好	187.513距最优 15.0%	42.291距最优 80.8%	220.696最优	35.087距最优 84.1%
输出速度 P25tokens/s · 越高越好	222.771距最优 24.0%	43.832距最优 85.0%	293.03最优	65.809距最优 77.5%
输出速度 P75tokens/s · 越高越好	264.053距最优 22.9%	46.287距最优 86.5%	342.391最优	161.747距最优 52.8%
输出速度 P95tokens/s · 越高越好	297.813距最优 25.1%	47.278距最优 88.1%	397.425最优	202.712距最优 49.0%
推理耗时中位数秒 · 越低越好	8.216距最优 27.9%	—无数据	6.421最优	—无数据
首 token 延迟中位数秒 · 越低越好	0.418最优	0.884距最优 111.2%	1.285距最优 207.1%	1.398距最优 234.1%
首 token 延迟 P05秒 · 越低越好	0.355最优	0.828距最优 133.5%	0.815距最优 129.7%	0.878距最优 147.4%
首 token 延迟 P25秒 · 越低越好	0.381最优	0.857距最优 124.9%	0.982距最优 157.5%	1.003距最优 163.0%
首 token 延迟 P75秒 · 越低越好	0.438最优	0.944距最优 115.8%	1.398距最优 219.6%	2.512距最优 474.2%
首 token 延迟 P95秒 · 越低越好	0.817最优	1.723距最优 110.9%	1.542距最优 88.7%	4.044距最优 394.9%
首答案 token 延迟中位数秒 · 越低越好	8.634距最优 877.1%	0.884最优	7.706距最优 772.1%	1.398距最优 58.2%
端到端响应中位数秒 · 越低越好	10.688距最优 73.0%	11.807距最优 91.1%	9.311距最优 50.7%	6.179最优
上下文窗口tokens · 越高越好	192,000距最优 62.5%	128,000距最优 75.0%	512,000最优	256,000距最优 50.0%
Standard 输入价格百万 tokens · 越低越好	¥0.0000最优	¥0.0000最优	¥1.6768不可计算	¥2.3475不可计算
Standard 输出价格百万 tokens · 越低越好	¥0.0000最优	¥0.0000最优	¥6.0364不可计算	¥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	0.229距最优 40.2%	0.004距最优 99.0%	0.206距最优 46.1%	0.382最优
terminal bench40 · 越高越好	0.005最优	—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。