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 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
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 mini
gpt-5-mini-medium
- 能力指数
- 20.5992
- 性价比
- 12.25
- 吞吐
- 108.8535
- 上下文
- 400000
- 输入成本
- 1.68116025
- 输出成本
- 13.449282
Grok 4.20 0309 v2
grok-4-20
- 能力指数
- 25.655
- 性价比
- 3.05
- 吞吐
- 114.2145
- 上下文
- 2000000
- 输入成本
- 8.40580125
- 输出成本
- 16.8116025
MATRIX / 完整对照
各项指标并排对比
20 / 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 mini OpenAI | Grok 4.20 0309 v2 xAI |
|---|---|---|
| 综合智能指数 越高越好 | 20.60 | 25.66 最优 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
— | — |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
71.1 | 93.0 最优 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
39.8 | 51.0 最优 |
| SciCode 越高越好 | — | — |
| Terminal-Bench 2.1 越高越好 | — | — |
| Terminal-Bench 4.0 越高越好 | — | — |
| τ²-Banking（工具调用） 越高越好 | — | — |
| GPQA（科学问答） 越高越好 | 80.3% | 91.1% 最优 |
| HLE（Humanity's Last Exam） 越高越好 | 15.9% | 34.5% 最优 |
| 知识准确性 越高越好 | 23.1% | 27.5% 最优 |
| 非幻觉率 越高越好 | 55.7% | 82.6% 最优 |
| IFBench（指令遵循） 越高越好 | 71.2% | 81.2% 最优 |
| MMMU-Pro（多模态） 越高越好 | 68.8% | 74.6% 最优 |
| ITBench-SRE（运维） 越高越好 | — | — |
| GDPval（经济价值任务） 越高越好 | — | — |
| Analyst Agent（分析师智能体） 越高越好 | — | — |
| Apex Agents 越高越好 | — | — |
| 指标 | GPT-5 mini OpenAI | Grok 4.20 0309 v2 xAI |
|---|---|---|
| 输出吞吐 tokens/s 越高越好 | 108.9 | 114.2 最优 |
| 首 token 延迟 s 越低越好 | 12.83 最优 | 23.49 |
| 端到端响应 s 越低越好 | 17.42 最优 | 27.86 |
| 上下文窗口 tokens 越高越好 | 400,000 | 2,000,000 最优 |
| 指标 | GPT-5 mini OpenAI | Grok 4.20 0309 v2 xAI |
|---|---|---|
| 输入价 ¥/百万 越低越好 | 1.6812 最优 | 8.4058 |
| 输出价 ¥/百万 越低越好 | 13.4493 最优 | 16.8116 |
| 每任务成本 ¥ 越低越好 | — | — |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | 12.3 最优 | 3.1 |
| 指标 | GPT-5 mini OpenAI | Grok 4.20 0309 v2 xAI |
|---|---|---|
| 厂商 | OpenAI | xAI |
| 榜单排名 越低越好 | 204 | 135 最优 |
| 推理档位 | 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。