COMPARE / 2–4 MODELS

模型对比

MODEL SELECTOR

选择对比模型

4 / 4

模型厂商查找模型

North Mini Code×Command A×GLM-5.1 (Reasoning)×Gemma 4 E2B (Reasoning)×

North Mini Code / Command A / GLM-5.1 (Reasoning) / Gemma 4 E2B (Reasoning)

PRICE / CAPABILITY FRONTIER

模型斩杀线坐标

3 个所选模型

左上区域代表更低价格和更高能力。红色前沿线由当前主流模型计算；对比状态只显示所选模型点，隐藏其他背景点。价格采用标准输入档位，横轴为对数刻度。

020406080100

AA 智能指数越高越好

North Mini CodeCohere

9.915差 62.5%

Command ACohere

6.958差 73.7%

GLM-5.1 (Reasoning)Z AI

26.446最优

Gemma 4 E2B (Reasoning)Google

7.774差 70.6%

GPQA 科学推理越高越好

North Mini CodeCohere

0.757差 12.8%

Command ACohere

0.527差 39.2%

GLM-5.1 (Reasoning)Z AI

0.868最优

Gemma 4 E2B (Reasoning)Google

0.433差 50.1%

τ² 智能体工具任务越高越好

North Mini CodeCohere

0.374差 61.7%

Command ACohere

0.152差 84.4%

GLM-5.1 (Reasoning)Z AI

0.977最优

Gemma 4 E2B (Reasoning)Google

0.208差 78.7%

SciCode 科研编程越高越好

North Mini CodeCohere

0.388差 13.4%

Command ACohere

—

GLM-5.1 (Reasoning)Z AI

0.448最优

Gemma 4 E2B (Reasoning)Google

—

输出速度中位数越高越好

North Mini CodeCohere

77.278最优

Command ACohere

57.404差 25.7%

GLM-5.1 (Reasoning)Z AI

42.804差 44.6%

Gemma 4 E2B (Reasoning)Google

—

条长为同一维度内的 0至100 归一化分数；右侧数字为来源原始值。指数使用原始百分制，速度和延迟按本次所选模型相对归一化。

评测数据来自 Artificial Analysis，本站仅作非官方中文呈现；归一化仅用于当前所选模型的视觉比较，不改变原始值。查看指标口径。

FULL SPECIFICATION

完整指标对照

36 项

指标	North Mini Code	Command A	GLM-5.1 (Reasoning)	Gemma 4 E2B (Reasoning)
AA 智能指数 · 越高越好	9.915距最优 62.5%	6.958距最优 73.7%	26.446最优	7.775距最优 70.6%
智能指数评测成本USD · 越低越好	0最优	—无数据	0.922不可计算	—无数据
CritPT 批判性推理 · 越高越好	0.003距最优 93.8%	0距最优 100.0%	0.046最优	0距最优 100.0%
GDPval 专业任务 · 越高越好	0距最优 100.0%	—无数据	0.34最优	0距最优 100.0%
GPQA 科学推理 · 越高越好	0.757距最优 12.8%	0.527距最优 39.2%	0.868最优	0.433距最优 50.1%
Humanity’s Last Exam · 越高越好	0.111距最优 63.2%	0.04距最优 86.6%	0.301最优	0.048距最优 84.1%
IFBench 指令遵循 · 越高越好	0.576距最优 24.5%	0.365距最优 52.2%	0.763最优	0.38距最优 50.1%
ITBench SRE 运维任务 · 越高越好	—无数据	—无数据	0.403最优	—无数据
LCR 长上下文推理 · 越高越好	0.373距最优 49.3%	0.213距最优 71.0%	0.737最优	0.163距最优 77.8%
MMMU-Pro 多模态理解 · 越高越好	—无数据	—无数据	—无数据	0.446最优
Omniscience 综合知识 · 越高越好	-48.583距最优 5815.7%	-48.267距最优 5778.4%	0.85最优	-23.583距最优 2874.5%
Omniscience 准确率 · 越高越好	0.189距最优 20.3%	0.164距最优 30.9%	0.237最优	0.066距最优 72.0%
Omniscience 非幻觉率 · 越高越好	0.168距最优 76.0%	0.227距最优 67.6%	0.701最优	0.676距最优 3.4%
SciCode 科研编程 · 越高越好	0.388距最优 13.4%	—无数据	0.448最优	—无数据
τ² 智能体工具任务 · 越高越好	0.374距最优 61.7%	0.152距最优 84.4%	0.977最优	0.208距最优 78.7%
τ-Bench 银行业任务 · 越高越好	0.064距最优 53.0%	—无数据	0.136最优	—无数据
Terminal-Bench Hard · 越高越好	0.311距最优 28.1%	0.008距最优 98.2%	0.432最优	0.03距最优 93.0%
输出速度中位数tokens/s · 越高越好	77.278最优	57.404距最优 25.7%	42.804距最优 44.6%	—无数据
输出速度 P05tokens/s · 越高越好	37.472最优	23.002距最优 38.6%	19.996距最优 46.6%	—无数据
输出速度 P25tokens/s · 越高越好	59.187最优	37.109距最优 37.3%	29.374距最优 50.4%	—无数据
输出速度 P75tokens/s · 越高越好	91.638最优	64.2距最优 29.9%	79.753距最优 13.0%	—无数据
输出速度 P95tokens/s · 越高越好	133.927距最优 1.6%	72.751距最优 46.5%	136.041最优	—无数据
推理耗时中位数秒 · 越低越好	25.881最优	—无数据	88.566距最优 242.2%	—无数据
首 token 延迟中位数秒 · 越低越好	0.382最优	1.819距最优 376.1%	1.837距最优 380.8%	—无数据
首 token 延迟 P05秒 · 越低越好	0.261最优	1.544距最优 491.5%	0.716距最优 174.1%	—无数据
首 token 延迟 P25秒 · 越低越好	0.312最优	1.7距最优 444.5%	0.871距最优 179.2%	—无数据
首 token 延迟 P75秒 · 越低越好	0.464最优	2.294距最优 394.6%	2.801距最优 503.8%	—无数据
首 token 延迟 P95秒 · 越低越好	0.728最优	2.942距最优 304.0%	16.116距最优 2112.7%	—无数据
首答案 token 延迟中位数秒 · 越低越好	26.263距最优 1343.5%	1.819最优	90.403距最优 4868.8%	—无数据
端到端响应中位数秒 · 越低越好	32.733距最优 210.9%	10.53最优	102.084距最优 869.5%	—无数据
上下文窗口tokens · 越高越好	256,000最优	256,000最优	200,000距最优 21.9%	128,000距最优 50.0%
Standard 输入价格百万 tokens · 越低越好	¥0.0000最优	¥16.7678不可计算	¥8.0485不可计算	—无数据
Standard 输出价格百万 tokens · 越低越好	¥0.0000最优	¥67.0712不可计算	¥29.5113不可计算	—无数据
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	¥1.7439最优	—无数据
terminal bench21 · 越高越好	0.356距最优 42.4%	—无数据	0.618最优	0.004距最优 99.4%
terminal bench40 · 越高越好	0.005距最优 75.0%	—无数据	0.02最优	—无数据

人民币价格按服务端汇率 1 USD = 6.7071 CNY 折算，参考日期 2026/9/16。