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 = 6.719488 CNY，来源 open.er-api.com · 观察于 2026-09-28）；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"
Inkling
inkling
- 能力指数
- 24.9848
- 性价比
- 3.72
- 吞吐
- 193.5817
- 上下文
- 1000000
- 输入成本
- 6.719488
- 输出成本
- 27.2139264
GPT-5.6 Sol
gpt-5-6-sol
- 能力指数
- 46.9727
- 性价比
- 1.75
- 吞吐
- 95.53
- 上下文
- 1000000
- 输入成本
- 26.877952
- 输出成本
- 134.38976
Grok 4.3
grok-4-3
- 能力指数
- 24.8801
- 性价比
- 2.96
- 吞吐
- 115.9883
- 上下文
- 1000000
- 输入成本
- 8.39936
- 输出成本
- 16.79872
Mistral Medium 3.5
mistral-medium-3-5
- 能力指数
- 14.1889
- 性价比
- 1.41
- 吞吐
- 165.2729
- 上下文
- 256000
- 输入成本
- 10.079232000000001
- 输出成本
- 50.39616
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 | Inkling | GPT-5.6 Sol OpenAI | Grok 4.3 xAI | Mistral Medium 3.5 Mistral AI |
|---|---|---|---|---|
| 综合智能指数 越高越好 | 24.98 | 46.97 最优 | 24.88 | 14.19 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
34.4 | 60.3 最优 | 30.2 | 30.2 |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
26.4 | 59.0 最优 | 34.0 | 40.6 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
47.2 | 64.4 最优 | 45.8 | 31.4 |
| SciCode 越高越好 | 47.0% | 57.1% 最优 | 48.3% | 40.2% |
| Terminal-Bench 2.1 越高越好 | 55.1% | 88.0% 最优 | 39.7% | 50.6% |
| Terminal-Bench 4.0 越高越好 | 1.0% | 39.9% 最优 | 0.0% | 0.0% |
| τ²-Banking（工具调用） 越高越好 | 29.1% | 44.3% 最优 | 12.4% | 15.1% |
| GPQA（科学问答） 越高越好 | 87.2% | 94.1% 最优 | 90.1% | 74.8% |
| HLE（Humanity's Last Exam） 越高越好 | 31.9% | 49.5% 最优 | 37.2% | 13.8% |
| 知识准确性 越高越好 | 41.5% | 59.4% 最优 | 34.8% | 24.7% |
| 非幻觉率 越高越好 | 32.3% | 7.8% | 74.2% 最优 | 18.4% |
| IFBench（指令遵循） 越高越好 | — | 72.7% | 81.3% 最优 | 68.8% |
| MMMU-Pro（多模态） 越高越好 | 73.5% | 83.4% 最优 | 78.1% | 64.9% |
| ITBench-SRE（运维） 越高越好 | — | 56.2% 最优 | 32.7% | — |
| GDPval（经济价值任务） 越高越好 | 28.2% | 54.4% 最优 | 21.2% | 12.4% |
| Analyst Agent（分析师智能体） 越高越好 | 23.8% | 47.5% 最优 | 8.8% | 12.5% |
| Apex Agents 越高越好 | — | — | 17.0% | — |
| 指标 | Inkling | GPT-5.6 Sol OpenAI | Grok 4.3 xAI | Mistral Medium 3.5 Mistral AI |
|---|---|---|---|---|
| 输出吞吐 tokens/s 越高越好 | 193.6 最优 | 95.5 | 116.0 | 165.3 |
| 首 token 延迟 s 越低越好 | 1.81 最优 | 87.06 | 29.87 | 2.24 |
| 端到端响应 s 越低越好 | 14.72 最优 | 92.29 | 34.18 | 17.37 |
| 上下文窗口 tokens 越高越好 | 1,000,000 最优 | 1,000,000 | 1,000,000 | 256,000 |
| 指标 | Inkling | GPT-5.6 Sol OpenAI | Grok 4.3 xAI | Mistral Medium 3.5 Mistral AI |
|---|---|---|---|---|
| 输入价 ¥/百万 越低越好 | 6.7195 最优 | 26.8780 | 8.3994 | 10.0792 |
| 输出价 ¥/百万 越低越好 | 27.2139 | 134.3898 | 16.7987 最优 | 50.3962 |
| 每任务成本 ¥ 越低越好 | — | 13.3614 | 1.3800 最优 | 3.3734 |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | 3.7 最优 | 1.7 | 3.0 | 1.4 |
| 指标 | Inkling | GPT-5.6 Sol OpenAI | Grok 4.3 xAI | Mistral Medium 3.5 Mistral AI |
|---|---|---|---|---|
| 厂商 | 未知 | OpenAI | xAI | Mistral AI |
| 榜单排名 越低越好 | 144 | 19 最优 | 147 | 284 |
| 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。