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"。
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 USD（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
六轴对照
同一固定区间归一化，跨模型可比；缺数据的轴标"无数据"
GLM-5
glm-5
- 能力指数
- 27.9112
- 性价比
- 27.91
- 吞吐
- 77.7107
- 上下文
- 200000
- 输入成本
- 1
- 输出成本
- 3.2
Grok 4
grok-4
- 能力指数
- 22.4867
- 性价比
- 7.5
- 吞吐
- 无数据
- 上下文
- 256000
- 输入成本
- 3
- 输出成本
- 15
Kimi K3
kimi-k3
- 能力指数
- 43.5938
- 性价比
- 14.53
- 吞吐
- 35.1199
- 上下文
- 1048576
- 输入成本
- 3
- 输出成本
- 15
GPT-5.3 Codex
gpt-5-3-codex
- 能力指数
- 32.5028
- 性价比
- 18.57
- 吞吐
- 120.0301
- 上下文
- 400000
- 输入成本
- 1.75
- 输出成本
- 14
MATRIX / 完整对照
各项指标并排对比
30 / 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）
| 指标 | GLM-5 Zhipu AI | Grok 4 xAI | Kimi K3 Moonshot AI | GPT-5.3 Codex OpenAI |
|---|---|---|---|---|
| 综合智能指数 越高越好 | 27.91 | 22.49 | 43.59 最优 | 32.50 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
— | — | 51.2 | — |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
56.4 | 74.9 | 42.0 | 86.0 最优 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
45.9 | 51.6 | 59.8 | 62.3 最优 |
| SciCode 越高越好 | — | — | 59.5% | — |
| Terminal-Bench 2.1 越高越好 | — | — | 85.0% | — |
| Terminal-Bench 4.0 越高越好 | — | — | 12.6% | — |
| τ²-Banking（工具调用） 越高越好 | — | — | 46.0% | — |
| GPQA（科学问答） 越高越好 | 82.0% | 87.7% | 93.5% 最优 | 91.5% |
| HLE（Humanity's Last Exam） 越高越好 | 29.3% | 26.7% | 46.9% 最优 | 42.5% |
| 知识准确性 越高越好 | 26.3% | 40.5% | 47.6% | 52.9% 最优 |
| 非幻觉率 越高越好 | 64.7% 最优 | 35.5% | 46.8% | 10.8% |
| IFBench（指令遵循） 越高越好 | 72.3% | 53.7% | — | 75.4% 最优 |
| MMMU-Pro（多模态） 越高越好 | — | 68.8% | 80.5% 最优 | 78.5% |
| ITBench-SRE（运维） 越高越好 | — | — | 47.7% | — |
| GDPval（经济价值任务） 越高越好 | — | — | 51.2% | — |
| Analyst Agent（分析师智能体） 越高越好 | — | — | 38.8% | — |
| Apex Agents 越高越好 | 14.5% | — | 41.3% 最优 | — |
| 指标 | GLM-5 Zhipu AI | Grok 4 xAI | Kimi K3 Moonshot AI | GPT-5.3 Codex OpenAI |
|---|---|---|---|---|
| 输出吞吐 tokens/s 越高越好 | 77.7 | — | 35.1 | 120.0 最优 |
| 首 token 延迟 s 越低越好 | 1.50 最优 | — | 4.18 | 71.64 |
| 端到端响应 s 越低越好 | 47.89 最优 | — | 75.37 | 75.80 |
| 上下文窗口 tokens 越高越好 | 200,000 | 256,000 | 1,048,576 最优 | 400,000 |
| 指标 | GLM-5 Zhipu AI | Grok 4 xAI | Kimi K3 Moonshot AI | GPT-5.3 Codex OpenAI |
|---|---|---|---|---|
| 输入价 $/百万 越低越好 | 1.0000 最优 | 3.0000 | 3.0000 | 1.7500 |
| 输出价 $/百万 越低越好 | 3.2000 最优 | 15.0000 | 15.0000 | 14.0000 |
| 每任务成本 $ 越低越好 | — | — | 2.0001 | — |
| 性价比（指数 ÷ 输入价） 分/美元 越高越好 | 27.9 最优 | 7.5 | 14.5 | 18.6 |
| 指标 | GLM-5 Zhipu AI | Grok 4 xAI | Kimi K3 Moonshot AI | GPT-5.3 Codex OpenAI |
|---|---|---|---|---|
| 厂商 | Zhipu AI | xAI | Moonshot AI | OpenAI |
| 榜单排名 越低越好 | 114 | 179 | 34 最优 | 85 |
| 推理档位 | 是 | 是 | 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。