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 Sonar Pro 更换移除

模型 3 GPT-5 更换移除

模型 4 + 选择模型

为「模型 4」选择 · 未知

← 返回厂商列表

PRICE / CAPABILITY FRONTIER

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）

sonar-pro

这个口径下没有数据（该榜源没有这类指标）

gpt-5

MATRIX / 完整对照

24 / 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	Sonar Pro Perplexity	GPT-5 OpenAI
综合智能指数越高越好	1,286.65 最优	7.61	22.98
编程与工程 scicode / terminalBench 取均值越高越好	—	—	35.2
智能体与工具 tau / apex / analyst 取均值越高越好	—	—	53.4
知识与推理 omniscience / gpqa / hle 取均值越高越好	—	32.2	43.6 最优
SciCode 越高越好	—	—	—
Terminal-Bench 2.1 越高越好	—	—	35.2%
Terminal-Bench 4.0 越高越好	—	—	—
τ²-Banking（工具调用）越高越好	—	—	22.1%
GPQA（科学问答）越高越好	—	57.8%	85.4% 最优
HLE（Humanity's Last Exam）越高越好	—	6.6%	28.5% 最优
知识准确性越高越好	—	—	40.3%
非幻觉率越高越好	—	—	17.8%
IFBench（指令遵循）越高越好	—	—	73.1%
MMMU-Pro（多模态）越高越好	—	—	74.2%
ITBench-SRE（运维）越高越好	—	—	—
GDPval（经济价值任务）越高越好	—	—	20.3%
Analyst Agent（分析师智能体）越高越好	—	—	—
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	Sonar Pro Perplexity	GPT-5 OpenAI
输出吞吐 tokens/s 越高越好	—	—	74.6
首 token 延迟 s 越低越好	—	—	81.43
端到端响应 s 越低越好	—	—	88.13
上下文窗口 tokens 越高越好	—	200,000	400,000 最优

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	Sonar Pro Perplexity	GPT-5 OpenAI
输入价 ¥/百万越低越好	—	—	8.4058
输出价 ¥/百万越低越好	—	—	67.2464
每任务成本 ¥ 越低越好	—	—	—
性价比（指数 ÷ 输入价）分/元越高越好	—	—	2.7

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	Sonar Pro Perplexity	GPT-5 OpenAI
厂商	Google	Perplexity	OpenAI
榜单排名越低越好	255	468	168 最优
推理档位	—	否	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。