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×K2 Horizon 0.9B×Olmo 3 32B Think×

North Mini Code / Command A / K2 Horizon 0.9B / Olmo 3 32B Think

PRICE / CAPABILITY FRONTIER

模型斩杀线坐标

2 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最优

Command ACohere

6.958差 29.8%

K2 Horizon 0.9BMBZUAI Institute of Foundation Models

3.048差 69.3%

Olmo 3 32B ThinkAllen Institute for AI

6.473差 34.7%

GPQA 科学推理越高越好

North Mini CodeCohere

0.757最优

Command ACohere

0.527差 30.3%

K2 Horizon 0.9BMBZUAI Institute of Foundation Models

0.293差 61.3%

Olmo 3 32B ThinkAllen Institute for AI

0.61差 19.4%

τ² 智能体工具任务越高越好

North Mini CodeCohere

0.374最优

Command ACohere

0.152差 59.4%

K2 Horizon 0.9BMBZUAI Institute of Foundation Models

—

Olmo 3 32B ThinkAllen Institute for AI

0差 100.0%

SciCode 科研编程越高越好

North Mini CodeCohere

0.388最优

Command ACohere

—

K2 Horizon 0.9BMBZUAI Institute of Foundation Models

0.069差 82.1%

Olmo 3 32B ThinkAllen Institute for AI

—

输出速度中位数越高越好

North Mini CodeCohere

76.106最优

Command ACohere

53.242差 30.0%

K2 Horizon 0.9BMBZUAI Institute of Foundation Models

—

Olmo 3 32B ThinkAllen Institute for AI

—

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

34 项

指标	North Mini Code	Command A	K2 Horizon 0.9B	Olmo 3 32B Think
AA 智能指数 · 越高越好	9.915最优	6.958距最优 29.8%	3.048距最优 69.3%	6.473距最优 34.7%
智能指数评测成本USD · 越低越好	0最优	—无数据	—无数据	—无数据
CritPT 批判性推理 · 越高越好	0.003最优	0距最优 100.0%	0距最优 100.0%	0距最优 100.0%
GDPval 专业任务 · 越高越好	0最优	—无数据	0最优	—无数据
GPQA 科学推理 · 越高越好	0.757最优	0.527距最优 30.3%	0.293距最优 61.3%	0.61距最优 19.4%
Humanity’s Last Exam · 越高越好	0.111最优	0.04距最优 63.6%	0.054距最优 51.5%	0.064距最优 41.8%
IFBench 指令遵循 · 越高越好	0.576最优	0.365距最优 36.6%	—无数据	0.491距最优 14.7%
LCR 长上下文推理 · 越高越好	0.373最优	0.213距最优 42.9%	0.063距最优 83.0%	0距最优 100.0%
Omniscience 综合知识 · 越高越好	-48.583距最优 0.7%	-48.267最优	-72.817距最优 50.9%	-58.067距最优 20.3%
Omniscience 准确率 · 越高越好	0.189最优	0.164距最优 13.3%	0.069距最优 63.3%	0.149距最优 21.3%
Omniscience 非幻觉率 · 越高越好	0.168距最优 26.0%	0.227最优	0.143距最优 36.9%	0.143距最优 36.8%
SciCode 科研编程 · 越高越好	0.388最优	—无数据	0.069距最优 82.1%	—无数据
τ² 智能体工具任务 · 越高越好	0.374最优	0.152距最优 59.4%	—无数据	0距最优 100.0%
τ-Bench 银行业任务 · 越高越好	0.064最优	—无数据	0.05距最优 22.6%	—无数据
Terminal-Bench Hard · 越高越好	0.311最优	0.008距最优 97.6%	—无数据	0.015距最优 95.1%
输出速度中位数tokens/s · 越高越好	76.106最优	53.242距最优 30.0%	—无数据	—无数据
输出速度 P05tokens/s · 越高越好	37.472最优	23.002距最优 38.6%	—无数据	—无数据
输出速度 P25tokens/s · 越高越好	60.166最优	35.059距最优 41.7%	—无数据	—无数据
输出速度 P75tokens/s · 越高越好	85.885最优	64.2距最优 25.2%	—无数据	—无数据
输出速度 P95tokens/s · 越高越好	133.927最优	72.751距最优 45.7%	—无数据	—无数据
推理耗时中位数秒 · 越低越好	26.279最优	—无数据	—无数据	—无数据
首 token 延迟中位数秒 · 越低越好	0.386最优	1.82距最优 371.9%	—无数据	—无数据
首 token 延迟 P05秒 · 越低越好	0.261最优	1.544距最优 491.5%	—无数据	—无数据
首 token 延迟 P25秒 · 越低越好	0.312最优	1.637距最优 424.6%	—无数据	—无数据
首 token 延迟 P75秒 · 越低越好	0.491最优	2.371距最优 383.4%	—无数据	—无数据
首 token 延迟 P95秒 · 越低越好	0.728最优	3.012距最优 313.6%	—无数据	—无数据
首答案 token 延迟中位数秒 · 越低越好	26.665距最优 1364.9%	1.82最优	—无数据	—无数据
端到端响应中位数秒 · 越低越好	33.235距最优 196.4%	11.211最优	—无数据	—无数据
上下文窗口tokens · 越高越好	256,000最优	256,000最优	131,072距最优 48.8%	65,536距最优 74.4%
Standard 输入价格百万 tokens · 越低越好	¥0.0000最优	¥16.7678不可计算	—无数据	—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	—无数据	—无数据
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	—无数据	—无数据
terminal bench21 · 越高越好	0.356最优	—无数据	0.011距最优 96.8%	—无数据
terminal bench40 · 越高越好	0.005最优	—无数据	0距最优 100.0%	—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。