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×K-EXAONE (Reasoning)×Kimi K2.7 Code×Ministral 3 3B×

North Mini Code / K-EXAONE (Reasoning) / Kimi K2.7 Code / Ministral 3 3B

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 61.6%

K-EXAONE (Reasoning)LG AI Research

14.368差 44.3%

Kimi K2.7 CodeKimi

25.812最优

Ministral 3 3BMistral

4.838差 81.3%

GPQA 科学推理越高越好

North Mini CodeCohere

0.757差 15.6%

K-EXAONE (Reasoning)LG AI Research

0.783差 12.6%

Kimi K2.7 CodeKimi

0.896最优

Ministral 3 3BMistral

0.358差 60.1%

τ² 智能体工具任务越高越好

North Mini CodeCohere

0.374差 58.4%

K-EXAONE (Reasoning)LG AI Research

0.743差 17.5%

Kimi K2.7 CodeKimi

0.901最优

Ministral 3 3BMistral

0.249差 72.4%

SciCode 科研编程越高越好

North Mini CodeCohere

0.388差 18.9%

K-EXAONE (Reasoning)LG AI Research

—

Kimi K2.7 CodeKimi

0.478最优

Ministral 3 3BMistral

0.153差 68.0%

输出速度中位数越高越好

North Mini CodeCohere

82.725差 62.7%

K-EXAONE (Reasoning)LG AI Research

—

Kimi K2.7 CodeKimi

55.333差 75.0%

Ministral 3 3BMistral

221.628最优

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

35 项

指标	North Mini Code	K-EXAONE (Reasoning)	Kimi K2.7 Code	Ministral 3 3B
AA 智能指数 · 越高越好	9.915距最优 61.6%	14.368距最优 44.3%	25.812最优	4.838距最优 81.3%
智能指数评测成本USD · 越低越好	0最优	—无数据	0.541不可计算	0.042不可计算
CritPT 批判性推理 · 越高越好	0.003距最优 97.1%	0.011距最优 88.8%	0.1最优	0距最优 100.0%
GDPval 专业任务 · 越高越好	0距最优 100.0%	0距最优 100.0%	0.262最优	0距最优 100.0%
GPQA 科学推理 · 越高越好	0.757距最优 15.6%	0.783距最优 12.6%	0.896最优	0.358距最优 60.1%
Humanity’s Last Exam · 越高越好	0.111距最优 68.4%	0.14距最优 60.2%	0.35最优	0.054距最优 84.7%
IFBench 指令遵循 · 越高越好	0.576距最优 11.0%	0.647最优	0.631距最优 2.4%	0.268距最优 58.6%
LCR 长上下文推理 · 越高越好	0.373距最优 52.9%	0.613距最优 22.7%	0.793最优	0.17距最优 78.6%
MMMU-Pro 多模态理解 · 越高越好	—无数据	—无数据	—无数据	0.381最优
Omniscience 综合知识 · 越高越好	-48.583距最优 375.5%	-57.967距最优 467.4%	-10.217最优	-64距最优 526.4%
Omniscience 准确率 · 越高越好	0.189距最优 52.2%	0.164距最优 58.7%	0.396最优	0.09距最优 77.3%
Omniscience 非幻觉率 · 越高越好	0.168距最优 15.3%	0.112距最优 43.7%	0.176距最优 11.1%	0.198最优
SciCode 科研编程 · 越高越好	0.388距最优 18.9%	—无数据	0.478最优	0.153距最优 68.0%
τ² 智能体工具任务 · 越高越好	0.374距最优 58.4%	0.743距最优 17.5%	0.901最优	0.249距最优 72.4%
τ-Bench 银行业任务 · 越高越好	0.064距最优 68.4%	—无数据	0.202最优	0.047距最优 76.5%
Terminal-Bench Hard · 越高越好	0.311距最优 30.5%	0.227距最优 49.2%	0.447最优	0距最优 100.0%
输出速度中位数tokens/s · 越高越好	82.725距最优 62.7%	—无数据	55.333距最优 75.0%	221.629最优
输出速度 P05tokens/s · 越高越好	40.158距最优 76.1%	—无数据	33.824距最优 79.9%	167.943最优
输出速度 P25tokens/s · 越高越好	58.385距最优 69.8%	—无数据	45.261距最优 76.6%	193.086最优
输出速度 P75tokens/s · 越高越好	101.278距最优 59.0%	—无数据	73.091距最优 70.4%	247.095最优
输出速度 P95tokens/s · 越高越好	129.614距最优 51.3%	—无数据	88.681距最优 66.7%	265.941最优
推理耗时中位数秒 · 越低越好	24.177最优	—无数据	40.284距最优 66.6%	—无数据
首 token 延迟中位数秒 · 越低越好	0.381最优	—无数据	2.92距最优 667.3%	0.616距最优 61.8%
首 token 延迟 P05秒 · 越低越好	0.273最优	—无数据	2.698距最优 887.2%	0.574距最优 110.2%
首 token 延迟 P25秒 · 越低越好	0.338最优	—无数据	2.836距最优 739.1%	0.597距最优 76.5%
首 token 延迟 P75秒 · 越低越好	0.447最优	—无数据	3.605距最优 707.1%	0.674距最优 50.8%
首 token 延迟 P95秒 · 越低越好	0.893距最优 3.3%	—无数据	3.945距最优 356.7%	0.864最优
首答案 token 延迟中位数秒 · 越低越好	24.557距最优 3889.7%	—无数据	43.203距最优 6919.1%	0.616最优
端到端响应中位数秒 · 越低越好	30.601距最优 965.7%	—无数据	52.24距最优 1719.2%	2.872最优
上下文窗口tokens · 越高越好	256,000最优	256,000最优	256,000最优	256,000最优
Standard 输入价格百万 tokens · 越低越好	¥0.0000最优	—无数据	¥6.3628不可计算	¥0.6698不可计算
Standard 输出价格百万 tokens · 越低越好	¥0.0000最优	—无数据	¥26.7906不可计算	¥0.6698不可计算
Standard 缓存输入价格百万 tokens · 越低越好	—无数据	—无数据	¥1.2726最优	—无数据
terminal bench21 · 越高越好	0.356距最优 47.2%	0.303距最优 55.0%	0.674最优	0距最优 100.0%
terminal bench40 · 越高越好	0.005距最优 50.0%	—无数据	0.01最优	0距最优 100.0%

人民币价格按服务端汇率 1 USD = 6.6976 CNY 折算，参考日期 2026/9/18。