| 01 | GPT-6 AstraOpenAI上线 2026-09-03 · 证据敏感缓存输入 ¥6.69输入 ¥66.92 · 输出 ¥334.61 | | 20 项评测证据敏感名次浮动范围1—5 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥6.69 | ¥66.92 | ¥334.61 | 95.2 |
| 02 | Gemini 4 ArgonGoogle上线 2026-09-30 · 证据敏感缓存输入 —输入 — · 输出 — | | 6 项评测证据敏感名次浮动范围1—2 名在 70 个对照情景中重新检查资格后的名次。 8 个情景下参评证据不足。不是置信区间。 | 待核验 | 待核验 | 待核验 | 94.9 |
| 03 | Claude Opus 5.5Anthropic上线 2026-09-17 · 持续积累缓存输入 ¥1.34输入 ¥26.77 · 输出 ¥133.84 | | 17 项评测持续积累名次浮动范围1—3 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥26.77 | ¥133.84 | 94.7 |
| 04 | Claude Fable 5.1Anthropic上线 2026-09-01 · 证据敏感缓存输入 ¥1.67输入 ¥66.92 · 输出 ¥334.61 | | 17 项评测证据敏感名次浮动范围3—6 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.67 | ¥66.92 | ¥334.61 | 93.9 |
| 05 | Claude Fable 5Anthropic上线 2026-06-09 · 证据敏感缓存输入 ¥6.69输入 ¥66.92 · 输出 ¥334.61 | | 18 项评测证据敏感名次浮动范围4—7 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥6.69 | ¥66.92 | ¥334.61 | 93.6 |
| 06 | OGPT-6.1 SolOpenAI上线 2026-09-29 · 证据敏感缓存输入 —输入 — · 输出 — | | 17 项评测证据敏感名次浮动范围2—6 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | 待核验 | 待核验 | 待核验 | 93.4 |
| 07 | Claude Opus 5Anthropic上线 2026-07-24 · 较充分缓存输入 ¥3.35输入 ¥33.46 · 输出 ¥167.3 | | 19 项评测较充分名次浮动范围6—8 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.46 | ¥167.3 | 91.6 |
| 08 | Claude Sonnet 5.5Anthropic上线 2026-09-28 · 证据敏感缓存输入 —输入 — · 输出 — | | 15 项评测证据敏感名次浮动范围5—10 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | 待核验 | 待核验 | 待核验 | 91.4 |
| 09 | Muse Spark 1.3Meta上线 2026-09-02 · 证据敏感缓存输入 —输入 ¥8.37 · 输出 ¥28.44 | | 16 项评测证据敏感名次浮动范围7—11 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.37 | ¥28.44 | 91.1 |
| 10 | GPT-6 SolOpenAI上线 2026-09-22 · 证据敏感缓存输入 ¥1.34输入 ¥13.38 · 输出 ¥66.92 | | 18 项评测证据敏感名次浮动范围9—14 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥13.38 | ¥66.92 | 89.0 |
| 11 | GPT-5.6 SolOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥2.68输入 ¥26.77 · 输出 ¥133.84 | | 20 项评测证据敏感名次浮动范围8—11 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥2.68 | ¥26.77 | ¥133.84 | 88.6 |
| 12 | Qwen3.8 Max 0902Alibaba上线 2026-09-01 · 证据敏感缓存输入 —输入 ¥12 · 输出 ¥36 | | 7 项评测证据敏感名次浮动范围11—19 名在 70 个对照情景中重新检查资格后的名次。 5 个情景下参评证据不足。不是置信区间。 | — | ¥12 | ¥36 | 87.9 |
| 13 | Grok 4.7xAI上线 2026-09-21 · 证据敏感缓存输入 ¥3.35输入 ¥13.38 · 输出 ¥40.15 | | 18 项评测证据敏感名次浮动范围11—37 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥13.38 | ¥40.15 | 87.7 |
| 14 | XMiMo V 2.6 ProXiaomi上线 2026-09-21 · 证据敏感缓存输入 —输入 — · 输出 — | | 7 项评测证据敏感名次浮动范围12—15 名在 70 个对照情景中重新检查资格后的名次。 3 个情景下参评证据不足。不是置信区间。 | 待核验 | 待核验 | 待核验 | 86.8 |
| 15 | Qwen3.8 MaxAlibaba上线 2026-07-19 · 证据敏感缓存输入 —输入 ¥12 · 输出 ¥36 | | 17 项评测证据敏感名次浮动范围12—16 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥12 | ¥36 | 86.0 |
| 16 | GLM-5.3Z.ai上线 2026-08-18 · 证据敏感缓存输入 ¥1.74输入 ¥9.37 · 输出 ¥29.45 | | 19 项评测证据敏感名次浮动范围13—20 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.74 | ¥9.37 | ¥29.45 | 82.9 |
| 17 | Grok 4.6xAI上线 2026-08-12 · 证据敏感缓存输入 ¥3.35输入 ¥13.38 · 输出 ¥40.15 | | 17 项评测证据敏感名次浮动范围14—26 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥13.38 | ¥40.15 | 81.1 |
| 18 | SStep 5 PreviewStepFun上线 2026-09-18 · 证据敏感缓存输入 —输入 — · 输出 — | | 6 项评测证据敏感名次浮动范围17—19 名在 70 个对照情景中重新检查资格后的名次。 7 个情景下参评证据不足。不是置信区间。 | 待核验 | 待核验 | 待核验 | 78.4 |
| 19 | Kimi K3Moonshot AI上线 2026-07-16 · 证据敏感缓存输入 ¥2输入 ¥20 · 输出 ¥100 | | 19 项评测证据敏感名次浮动范围15—20 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥2 | ¥20 | ¥100 | 77.5 |
| 20 | Claude Haiku 5.5Anthropic上线 2026-10-07 · 证据敏感缓存输入 —输入 — · 输出 — | | 12 项评测证据敏感名次浮动范围16—29 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | 待核验 | 待核验 | 待核验 | 75.5 |
| 21 | GPT-5.6 TerraOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥1.34输入 ¥13.38 · 输出 ¥80.31 | | 20 项评测证据敏感名次浮动范围17—25 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥13.38 | ¥80.31 | 74.6 |
| 22 | Claude Opus 4.8Anthropic上线 2026-05-28 · 证据敏感缓存输入 ¥3.35输入 ¥33.46 · 输出 ¥167.3 | | 19 项评测证据敏感名次浮动范围18—23 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.46 | ¥167.3 | 73.0 |
| 23 | Gemini 3.8 FlashGoogle上线 2026-09-02 · 证据敏感缓存输入 ¥0.5输入 ¥5.02 · 输出 ¥25.1 | | 20 项评测证据敏感名次浮动范围8—23 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.5 | ¥5.02 | ¥25.1 | 72.5 |
| 24 | GLM-5.3 FlashZ.ai上线 2026-08-26 · 证据敏感缓存输入 ¥0.23输入 ¥0.8 · 输出 ¥2.8 | | 17 项评测证据敏感名次浮动范围19—34 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.23 | ¥0.8 | ¥2.8 | 71.8 |
| 25 | Claude Opus 4.7Anthropic上线 2026-04-16 · 证据敏感缓存输入 ¥3.35输入 ¥33.46 · 输出 ¥167.3 | | 18 项评测证据敏感名次浮动范围16—25 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.46 | ¥167.3 | 71.0 |
| 26 | Qwen3.8 Flash NextAlibaba上线 2026-08-26 · 证据敏感缓存输入 —输入 ¥0.8 · 输出 ¥2.7 | | 5 项评测证据敏感名次浮动范围24—26 名在 70 个对照情景中重新检查资格后的名次。 7 个情景下参评证据不足。不是置信区间。 | — | ¥0.8 | ¥2.7 | 69.5 |
| 27 | Muse Spark 1.2Meta上线 2026-08-05 · 证据敏感缓存输入 —输入 ¥8.37 · 输出 ¥28.44 | | 14 项评测证据敏感名次浮动范围17—27 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.37 | ¥28.44 | 68.2 |
| 28 | DeepSeek V4.1 FlashDeepSeek上线 2026-09-10 · 证据敏感缓存输入 ¥0.0402输入 ¥2.01 · 输出 ¥8.03 | | 16 项评测证据敏感名次浮动范围23—30 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.0402 | ¥2.01 | ¥8.03 | 65.6 |
| 29 | Gemini 3.7 FlashGoogle上线 2026-08-13 · 证据敏感缓存输入 ¥0.5输入 ¥5.02 · 输出 ¥25.1 | | 18 项评测证据敏感名次浮动范围5—29 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.5 | ¥5.02 | ¥25.1 | 65.4 |
| 30 | GPT-5.4OpenAI上线 2026-03-05 · 证据敏感缓存输入 ¥1.67输入 ¥16.73 · 输出 ¥100.38 | | 12 项评测证据敏感名次浮动范围25—31 名在 70 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.67 | ¥16.73 | ¥100.38 | 62.2 |