COMPARE / 2–4 个模型

模型并排对比

横轴是价格、纵轴是能力 —— 越靠左上，性价比越高。红色虚线是当前榜单里的性价比前沿线（沿着"更贵但更强"的边界走），落在它下方的模型意味着"花同样的钱能买到更强的"。

模型 1 gemini-1.5-flash-002 更换移除

模型 2 OpenChat 3.5 更换移除

模型 3 Inkling 更换移除

模型 4 Claude Opus 4.8 更换移除

PRICE / CAPABILITY FRONTIER

模型斩杀线坐标

215 个模型有完整价格与分值；横轴为对数刻度，标出的点是你选中的模型

图上的点可以直接点：点一下会把它设为「聚焦查看」——在图下标出它的名字与读数， 不占用上方 4 个对比名额（键盘 Tab 也能选中）。再点一次相同的点即可取消聚焦。

币种口径：价格已折算为 CNY（1 USD = 6.724641 CNY，来源 open.er-api.com · 观察于 2026-09-26）；口径为每日快照（不追实时），原始口径不受影响。

口径：横轴 = 标准输入价（每百万 tokens，已折人民币），纵轴 = AA 能力指数。只画同时有价格与分值的行 —— 缺一个就没法定位，硬塞进图里等于编数据。

PROFILE / 能力画像

同一固定区间归一化，跨模型可比；缺数据的轴标"无数据"

画像口径：综合画像智能程度速度与延迟成本

这个口径下没有数据（该榜源没有这类指标）

openchat-35

这个口径下没有数据（该榜源没有这类指标）

inkling

claude-opus-4-8

MATRIX / 完整对照

28 / 32 项有数据 · 绿色高亮 = 该行最优；"—" 表示该模型这项没有数据（不参与最优比较）

能力与评测来自第三方榜单（Artificial Analysis）当前有效批次
指标	gemini-1.5-flash-002 Google	OpenChat 3.5	Inkling	Claude Opus 4.8 Anthropic
综合智能指数越高越好	1,286.65 最优	5.29	24.98	41.79
编程与工程 scicode / terminalBench 取均值越高越好	—	—	34.4	53.6 最优
智能体与工具 tau / apex / analyst 取均值越高越好	—	—	26.4	57.9 最优
知识与推理 omniscience / gpqa / hle 取均值越高越好	—	13.9	47.2	59.1 最优
SciCode 越高越好	—	—	47.0%	54.4% 最优
Terminal-Bench 2.1 越高越好	—	—	55.1%	84.6% 最优
Terminal-Bench 4.0 越高越好	—	—	1.0%	21.7% 最优
τ²-Banking（工具调用）越高越好	—	—	29.1%	34.2% 最优
GPQA（科学问答）越高越好	—	23.0%	87.2%	92.0% 最优
HLE（Humanity's Last Exam）越高越好	—	4.8%	31.9%	48.7% 最优
知识准确性越高越好	—	—	41.5%	48.8% 最优
非幻觉率越高越好	—	—	32.3%	60.7% 最优
IFBench（指令遵循）越高越好	—	—	—	62.2%
MMMU-Pro（多模态）越高越好	—	—	73.5%	—
ITBench-SRE（运维）越高越好	—	—	—	—
GDPval（经济价值任务）越高越好	—	—	28.2%	46.9% 最优
Analyst Agent（分析师智能体）越高越好	—	—	23.8%	45.0% 最优
Apex Agents 越高越好	—	—	—	—

性能与延迟同批快照的实测中位数；延迟类越低越好
指标	gemini-1.5-flash-002 Google	OpenChat 3.5	Inkling	Claude Opus 4.8 Anthropic
输出吞吐 tokens/s 越高越好	—	—	169.6 最优	56.5
首 token 延迟 s 越低越好	—	—	1.87 最优	15.30
端到端响应 s 越低越好	—	—	16.61 最优	24.15
上下文窗口 tokens 越高越好	—	8,192	1,000,000 最优	1,000,000

价格与成本第三方原始口径（美元 / 百万 tokens）；每任务成本越低越好
指标	gemini-1.5-flash-002 Google	OpenChat 3.5	Inkling	Claude Opus 4.8 Anthropic
输入价 ¥/百万越低越好	—	—	6.7246 最优	33.6232
输出价 ¥/百万越低越好	—	—	27.2348 最优	168.1160
每任务成本 ¥ 越低越好	—	—	4.0822 最优	27.4431
性价比（指数 ÷ 输入价）分/元越高越好	—	—	3.7 最优	1.2

档案模型目录里的本地档案字段（第三方可能不提供）
指标	gemini-1.5-flash-002 Google	OpenChat 3.5	Inkling	Claude Opus 4.8 Anthropic
厂商	Google	未知	未知	Anthropic
榜单排名越低越好	255	619	143	41 最优
推理档位	—	否	是	是
开放权重	—	—	—	—
模态
发布时间	—	—	—	—

数据来源：能力与评测 / 性能与延迟 / 价格来自第三方榜单当前有效批次（Artificial Analysis，随批次更新）；档案来自本站模型目录。复合分（编程/智能体/知识）由该组内评测项**取均值**得出（缺项不参与，不按 0 计）—— 口径见方法学。