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
216 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 = 6.721579 CNY，来源 open.er-api.com · 观察于 2026-09-29）；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"
GPT-5.2 Codex
gpt-5-2-codex
- 能力指数
- 28.5017
- 性价比
- 2.42
- 吞吐
- 无数据
- 上下文
- 400000
- 输入成本
- 11.76276325
- 输出成本
- 94.102106
MiMo-V2.5-Pro
mimo-v2-5-pro
- 能力指数
- 25.9869
- 性价比
- 8.89
- 吞吐
- 31.998
- 上下文
- 1000000
- 输入成本
- 2.923886865
- 输出成本
- 5.84777373
o3
o3
- 能力指数
- 20.2008
- 性价比
- 1.5
- 吞吐
- 141.6798
- 上下文
- 200000
- 输入成本
- 13.443158
- 输出成本
- 53.772632
Sonar Pro
sonar-pro
这个口径下没有数据（该榜源没有这类指标）
- 能力指数
- 7.6069
- 性价比
- 无数据
- 吞吐
- 无数据
- 上下文
- 200000
- 输入成本
- 无数据
- 输出成本
- 无数据
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 | GPT-5.2 Codex OpenAI | MiMo-V2.5-Pro Xiaomi | o3 OpenAI | Sonar Pro Perplexity |
|---|---|---|---|---|
| 综合智能指数 越高越好 | 28.50 最优 | 25.99 | 20.20 | 7.61 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
— | 38.5 | — | — |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
92.1 最优 | 31.6 | 80.7 | — |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
55.6 最优 | 43.8 | 47.1 | 32.2 |
| SciCode 越高越好 | — | 50.6% | — | — |
| Terminal-Bench 2.1 越高越好 | — | 65.2% | — | — |
| Terminal-Bench 4.0 越高越好 | — | 0.0% | — | — |
| τ²-Banking（工具调用） 越高越好 | — | 9.9% | — | — |
| GPQA（科学问答） 越高越好 | 89.9% 最优 | 86.6% | 82.7% | 57.8% |
| HLE（Humanity's Last Exam） 越高越好 | 35.7% 最优 | 35.7% | 20.1% | 6.6% |
| 知识准确性 越高越好 | 41.1% 最优 | 22.4% | 38.6% | — |
| 非幻觉率 越高越好 | 26.6% | 75.3% 最优 | 11.9% | — |
| IFBench（指令遵循） 越高越好 | 77.6% | 79.9% 最优 | 71.4% | — |
| MMMU-Pro（多模态） 越高越好 | 76.3% 最优 | — | 70.1% | — |
| ITBench-SRE（运维） 越高越好 | — | 38.2% | — | — |
| GDPval（经济价值任务） 越高越好 | — | 30.4% | — | — |
| Analyst Agent（分析师智能体） 越高越好 | — | 20.0% | — | — |
| Apex Agents 越高越好 | — | 2.4% | — | — |
| 指标 | GPT-5.2 Codex OpenAI | MiMo-V2.5-Pro Xiaomi | o3 OpenAI | Sonar Pro Perplexity |
|---|---|---|---|---|
| 输出吞吐 tokens/s 越高越好 | — | 32.0 | 141.7 最优 | — |
| 首 token 延迟 s 越低越好 | — | 2.53 最优 | 5.75 | — |
| 端到端响应 s 越低越好 | — | 80.66 | 9.28 最优 | — |
| 上下文窗口 tokens 越高越好 | 400,000 | 1,000,000 最优 | 200,000 | 200,000 |
| 指标 | GPT-5.2 Codex OpenAI | MiMo-V2.5-Pro Xiaomi | o3 OpenAI | Sonar Pro Perplexity |
|---|---|---|---|---|
| 输入价 ¥/百万 越低越好 | 11.7628 | 2.9239 最优 | 13.4432 | — |
| 输出价 ¥/百万 越低越好 | 94.1021 | 5.8478 最优 | 53.7726 | — |
| 每任务成本 ¥ 越低越好 | — | 0.3635 | — | — |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | 2.4 | 8.9 最优 | 1.5 | — |
| 指标 | GPT-5.2 Codex OpenAI | MiMo-V2.5-Pro Xiaomi | o3 OpenAI | Sonar Pro Perplexity |
|---|---|---|---|---|
| 厂商 | OpenAI | Xiaomi | OpenAI | Perplexity |
| 榜单排名 越低越好 | 112 最优 | 139 | 215 | 474 |
| 推理档位 | 是 | 是 | 是 | 否 |
| 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。