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

Devstral Medium×Command A+×PALM-2×Doubao Seed Code×

Devstral Medium / Command A+ / PALM-2 / Doubao Seed Code

PRICE / CAPABILITY FRONTIER

模型斩杀线坐标

1 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

Devstral MediumMistral

9.006差 46.9%

Command A+Cohere

13.924差 17.8%

PALM-2Google

5.369差 68.3%

Doubao Seed CodeByteDance Seed

16.947最优

GPQA 科学推理越高越好

Devstral MediumMistral

0.492差 35.6%

Command A+Cohere

0.761差 0.4%

PALM-2Google

—

Doubao Seed CodeByteDance Seed

0.764最优

τ² 智能体工具任务越高越好

Devstral MediumMistral

0.199差 75.4%

Command A+Cohere

0.807最优

PALM-2Google

—

Doubao Seed CodeByteDance Seed

0.582差 27.9%

SciCode 科研编程越高越好

Devstral MediumMistral

—

Command A+Cohere

0.385最优

PALM-2Google

—

Doubao Seed CodeByteDance Seed

—

输出速度中位数越高越好

Devstral MediumMistral

—

Command A+Cohere

243.443最优

PALM-2Google

—

Doubao Seed CodeByteDance Seed

—

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	Devstral Medium	Command A+	PALM-2	Doubao Seed Code
AA 智能指数 · 越高越好	9.006距最优 46.9%	13.924距最优 17.8%	5.369距最优 68.3%	16.947最优
智能指数评测成本USD · 越低越好	—无数据	0最优	—无数据	—无数据
CritPT 批判性推理 · 越高越好	0距最优 100.0%	0.003最优	—无数据	0.003最优
GDPval 专业任务 · 越高越好	—无数据	0.079最优	—无数据	—无数据
GPQA 科学推理 · 越高越好	0.492距最优 35.6%	0.761距最优 0.4%	—无数据	0.764最优
Humanity’s Last Exam · 越高越好	0.038距最优 73.4%	0.12距最优 15.1%	—无数据	0.141最优
IFBench 指令遵循 · 越高越好	0.299距最优 59.5%	0.74最优	—无数据	0.514距最优 30.5%
LCR 长上下文推理 · 越高越好	0.32距最优 55.3%	0.527距最优 26.5%	—无数据	0.717最优
MMMU-Pro 多模态理解 · 越高越好	—无数据	0.632距最优 7.1%	—无数据	0.681最优
Omniscience 综合知识 · 越高越好	-31.567距最优 685.9%	-4.017最优	—无数据	-35.2距最优 776.3%
Omniscience 准确率 · 越高越好	0.189距最优 24.1%	0.089距最优 64.3%	—无数据	0.249最优
Omniscience 非幻觉率 · 越高越好	0.378距最优 56.0%	0.858最优	—无数据	0.2距最优 76.7%
SciCode 科研编程 · 越高越好	—无数据	0.385最优	—无数据	—无数据
τ² 智能体工具任务 · 越高越好	0.199距最优 75.4%	0.807最优	—无数据	0.582距最优 27.9%
τ-Bench 银行业任务 · 越高越好	—无数据	0.06最优	—无数据	—无数据
Terminal-Bench Hard · 越高越好	0.091距最优 65.7%	0.25距最优 5.7%	—无数据	0.265最优
输出速度中位数tokens/s · 越高越好	—无数据	243.443最优	—无数据	—无数据
输出速度 P05tokens/s · 越高越好	—无数据	187.513最优	—无数据	—无数据
输出速度 P25tokens/s · 越高越好	—无数据	222.771最优	—无数据	—无数据
输出速度 P75tokens/s · 越高越好	—无数据	264.053最优	—无数据	—无数据
输出速度 P95tokens/s · 越高越好	—无数据	297.813最优	—无数据	—无数据
推理耗时中位数秒 · 越低越好	—无数据	8.216最优	—无数据	—无数据
首 token 延迟中位数秒 · 越低越好	—无数据	0.418最优	—无数据	—无数据
首 token 延迟 P05秒 · 越低越好	—无数据	0.355最优	—无数据	—无数据
首 token 延迟 P25秒 · 越低越好	—无数据	0.381最优	—无数据	—无数据
首 token 延迟 P75秒 · 越低越好	—无数据	0.438最优	—无数据	—无数据
首 token 延迟 P95秒 · 越低越好	—无数据	0.817最优	—无数据	—无数据
首答案 token 延迟中位数秒 · 越低越好	—无数据	8.634最优	—无数据	—无数据
端到端响应中位数秒 · 越低越好	—无数据	10.688最优	—无数据	—无数据
上下文窗口tokens · 越高越好	256,000最优	192,000距最优 25.0%	8,000距最优 96.9%	256,000最优
Standard 输入价格百万 tokens · 越低越好	—无数据	¥0.0000最优	—无数据	—无数据
Standard 输出价格百万 tokens · 越低越好	—无数据	¥0.0000最优	—无数据	—无数据
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	—无数据
terminal bench21 · 越高越好	—无数据	0.229最优	—无数据	—无数据
terminal bench40 · 越高越好	—无数据	0.005最优	—无数据	—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。