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×DeepSeek-Coder-V2×DeepSeek V4 Flash 0731 (Reasoning, Max Effort)×Devstral 2×

North Mini Code / DeepSeek-Coder-V2 / DeepSeek V4 Flash 0731 (Reasoning, Max Effort) / Devstral 2

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 71.3%

DeepSeek-Coder-V2DeepSeek

5.984差 82.7%

DeepSeek V4 Flash 0731 (Reasoning, Max Effort)DeepSeek

34.528最优

Devstral 2Mistral

9.406差 72.8%

GPQA 科学推理越高越好

North Mini CodeCohere

0.757差 16.7%

DeepSeek-Coder-V2DeepSeek

—

DeepSeek V4 Flash 0731 (Reasoning, Max Effort)DeepSeek

0.908最优

Devstral 2Mistral

0.594差 34.6%

τ² 智能体工具任务越高越好

North Mini CodeCohere

0.374最优

DeepSeek-Coder-V2DeepSeek

—

DeepSeek V4 Flash 0731 (Reasoning, Max Effort)DeepSeek

—

Devstral 2Mistral

0.249差 33.6%

SciCode 科研编程越高越好

North Mini CodeCohere

0.388差 23.0%

DeepSeek-Coder-V2DeepSeek

—

DeepSeek V4 Flash 0731 (Reasoning, Max Effort)DeepSeek

0.503最优

Devstral 2Mistral

0.328差 34.9%

输出速度中位数越高越好

North Mini CodeCohere

77.278差 64.1%

DeepSeek-Coder-V2DeepSeek

—

DeepSeek V4 Flash 0731 (Reasoning, Max Effort)DeepSeek

215.345最优

Devstral 2Mistral

134.608差 37.5%

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	DeepSeek-Coder-V2	DeepSeek V4 Flash 0731 (Reasoning, Max Effort)	Devstral 2
AA 智能指数 · 越高越好	9.915距最优 71.3%	5.984距最优 82.7%	34.528最优	9.406距最优 72.8%
智能指数评测成本USD · 越低越好	0最优	—无数据	0.22不可计算	0最优
CritPT 批判性推理 · 越高越好	0.003距最优 98.3%	—无数据	0.166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	0.471最优	0.094距最优 80.0%
GPQA 科学推理 · 越高越好	0.757距最优 16.7%	—无数据	0.908最优	0.594距最优 34.6%
Humanity’s Last Exam · 越高越好	0.111距最优 71.3%	—无数据	0.386最优	0.036距最优 90.7%
IFBench 指令遵循 · 越高越好	0.576最优	—无数据	—无数据	0.381距最优 33.8%
LCR 长上下文推理 · 越高越好	0.373距最优 53.1%	—无数据	0.797最优	0.323距最优 59.4%
Omniscience 综合知识 · 越高越好	-48.583距最优 240.1%	—无数据	-14.283最优	-46.7距最优 227.0%
Omniscience 准确率 · 越高越好	0.189距最优 53.2%	—无数据	0.404最优	0.208距最优 48.5%
Omniscience 非幻觉率 · 越高越好	0.168最优	—无数据	0.083距最优 50.5%	0.147距最优 12.2%
SciCode 科研编程 · 越高越好	0.388距最优 23.0%	—无数据	0.504最优	0.328距最优 34.9%
τ² 智能体工具任务 · 越高越好	0.374最优	—无数据	—无数据	0.249距最优 33.6%
τ-Bench 银行业任务 · 越高越好	0.064距最优 83.8%	—无数据	0.394最优	0.105距最优 73.3%
Terminal-Bench Hard · 越高越好	0.311最优	—无数据	—无数据	0.189距最优 39.0%
输出速度中位数tokens/s · 越高越好	77.278距最优 64.1%	—无数据	215.345最优	134.608距最优 37.5%
输出速度 P05tokens/s · 越高越好	37.472距最优 78.7%	—无数据	175.686最优	78.861距最优 55.1%
输出速度 P25tokens/s · 越高越好	59.187距最优 68.4%	—无数据	187.336最优	105.831距最优 43.5%
输出速度 P75tokens/s · 越高越好	91.638距最优 62.2%	—无数据	242.213最优	157.289距最优 35.1%
输出速度 P95tokens/s · 越高越好	133.927距最优 48.4%	—无数据	259.619最优	191.591距最优 26.2%
推理耗时中位数秒 · 越低越好	25.881距最优 178.7%	—无数据	9.287最优	—无数据
首 token 延迟中位数秒 · 越低越好	0.382最优	—无数据	1.405距最优 267.6%	2.32距最优 507.1%
首 token 延迟 P05秒 · 越低越好	0.261最优	—无数据	0.822距最优 214.8%	2.127距最优 714.4%
首 token 延迟 P25秒 · 越低越好	0.312最优	—无数据	0.93距最优 198.1%	2.231距最优 614.7%
首 token 延迟 P75秒 · 越低越好	0.464最优	—无数据	1.611距最优 247.3%	2.739距最优 490.6%
首 token 延迟 P95秒 · 越低越好	0.728最优	—无数据	1.753距最优 140.7%	4.262距最优 485.2%
首答案 token 延迟中位数秒 · 越低越好	26.263距最优 1032.1%	—无数据	10.692距最优 360.9%	2.32最优
端到端响应中位数秒 · 越低越好	32.733距最优 442.4%	—无数据	13.014距最优 115.7%	6.034最优
上下文窗口tokens · 越高越好	256,000距最优 74.4%	128,000距最优 87.2%	1,000,000最优	256,000距最优 74.4%
Standard 输入价格百万 tokens · 越低越好	¥0.0000最优	—无数据	¥2.9511不可计算	¥0.0000最优
Standard 输出价格百万 tokens · 越低越好	¥0.0000最优	—无数据	¥8.8534不可计算	¥0.0000最优
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	¥0.0939最优	—无数据
terminal bench21 · 越高越好	0.356距最优 54.8%	—无数据	0.787最优	0.303距最优 61.4%
terminal bench40 · 越高越好	0.005距最优 95.8%	—无数据	0.121最优	0距最优 100.0%

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。