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

DiffusionGemma 26B A4B×Devstral Small (Jul '25)×Devstral Medium×North Mini Code×

DiffusionGemma 26B A4B / Devstral Small (Jul '25) / Devstral Medium / North Mini 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

DiffusionGemma 26B A4BGoogle

9.51差 4.1%

Devstral Small (Jul '25)Mistral

7.602差 23.3%

Devstral MediumMistral

9.006差 9.2%

North Mini CodeCohere

9.915最优

GPQA 科学推理越高越好

DiffusionGemma 26B A4BGoogle

0.669差 11.6%

Devstral Small (Jul '25)Mistral

0.414差 45.3%

Devstral MediumMistral

0.492差 35.0%

North Mini CodeCohere

0.757最优

τ² 智能体工具任务越高越好

DiffusionGemma 26B A4BGoogle

—

Devstral Small (Jul '25)Mistral

0.284差 24.2%

Devstral MediumMistral

0.199差 46.9%

North Mini CodeCohere

0.374最优

SciCode 科研编程越高越好

DiffusionGemma 26B A4BGoogle

—

Devstral Small (Jul '25)Mistral

—

Devstral MediumMistral

—

North Mini CodeCohere

0.388最优

输出速度中位数越高越好

DiffusionGemma 26B A4BGoogle

—

Devstral Small (Jul '25)Mistral

—

Devstral MediumMistral

—

North Mini CodeCohere

80.05最优

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	DiffusionGemma 26B A4B	Devstral Small (Jul '25)	Devstral Medium	North Mini Code
AA 智能指数 · 越高越好	9.51距最优 4.1%	7.602距最优 23.3%	9.006距最优 9.2%	9.915最优
智能指数评测成本USD · 越低越好	—无数据	—无数据	—无数据	0最优
CritPT 批判性推理 · 越高越好	0.003最优	0距最优 100.0%	0距最优 100.0%	0.003最优
GDPval 专业任务 · 越高越好	0.001最优	—无数据	—无数据	0距最优 100.0%
GPQA 科学推理 · 越高越好	0.669距最优 11.6%	0.414距最优 45.3%	0.492距最优 35.0%	0.757最优
Humanity’s Last Exam · 越高越好	0.108距最优 2.1%	0.038距最优 66.1%	0.038距最优 66.1%	0.111最优
IFBench 指令遵循 · 越高越好	0.595最优	0.346距最优 41.9%	0.299距最优 49.7%	0.576距最优 3.2%
LCR 长上下文推理 · 越高越好	0.197距最优 47.3%	0.187距最优 50.0%	0.32距最优 14.3%	0.373最优
MMMU-Pro 多模态理解 · 越高越好	0.665最优	—无数据	—无数据	—无数据
Omniscience 综合知识 · 越高越好	-59.233距最优 87.6%	-50.833距最优 61.0%	-31.567最优	-48.583距最优 53.9%
Omniscience 准确率 · 越高越好	0.166距最优 12.3%	0.147距最优 22.0%	0.189距最优 0.1%	0.189最优
Omniscience 非幻觉率 · 越高越好	0.091距最优 75.9%	0.231距最优 38.9%	0.378最优	0.168距最优 55.6%
SciCode 科研编程 · 越高越好	—无数据	—无数据	—无数据	0.388最优
τ² 智能体工具任务 · 越高越好	—无数据	0.284距最优 24.2%	0.199距最优 46.9%	0.374最优
τ-Bench 银行业任务 · 越高越好	—无数据	—无数据	—无数据	0.064最优
Terminal-Bench Hard · 越高越好	—无数据	0.061距最优 80.5%	0.091距最优 70.7%	0.311最优
输出速度中位数tokens/s · 越高越好	—无数据	—无数据	—无数据	80.05最优
输出速度 P05tokens/s · 越高越好	—无数据	—无数据	—无数据	38.279最优
输出速度 P25tokens/s · 越高越好	—无数据	—无数据	—无数据	60.166最优
输出速度 P75tokens/s · 越高越好	—无数据	—无数据	—无数据	91.638最优
输出速度 P95tokens/s · 越高越好	—无数据	—无数据	—无数据	132.634最优
推理耗时中位数秒 · 越低越好	—无数据	—无数据	—无数据	24.984最优
首 token 延迟中位数秒 · 越低越好	—无数据	—无数据	—无数据	0.371最优
首 token 延迟 P05秒 · 越低越好	—无数据	—无数据	—无数据	0.261最优
首 token 延迟 P25秒 · 越低越好	—无数据	—无数据	—无数据	0.305最优
首 token 延迟 P75秒 · 越低越好	—无数据	—无数据	—无数据	0.447最优
首 token 延迟 P95秒 · 越低越好	—无数据	—无数据	—无数据	0.728最优
首答案 token 延迟中位数秒 · 越低越好	—无数据	—无数据	—无数据	25.355最优
端到端响应中位数秒 · 越低越好	—无数据	—无数据	—无数据	31.601最优
上下文窗口tokens · 越高越好	256,000最优	256,000最优	256,000最优	256,000最优
Standard 输入价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	¥0.0000最优
Standard 输出价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	¥0.0000最优
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	0.124距最优 65.3%	—无数据	—无数据	0.356最优
terminal bench40 · 越高越好	—无数据	—无数据	—无数据	0.005最优

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。