| 01 | Claude Opus 5.5Anthropic上线 2026-09-17 · 证据敏感缓存输入 ¥1.34输入 ¥26.77 · 输出 ¥133.84 | | 2 项评测证据敏感名次浮动范围1—2 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥1.34 | ¥26.77 | ¥133.84 | 96.0 |
| 02 | 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 | | 2 项评测证据敏感名次浮动范围1—2 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥1.67 | ¥66.92 | ¥334.61 | 95.1 |
| 03 | Claude Sonnet 5.5Anthropic上线 2026-09-28 · 证据敏感缓存输入 —输入 — · 输出 — | | 2 项评测证据敏感名次浮动范围3—7 名在 13 个对照情景中重新检查资格后的名次。 4 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 | 92.0 |
| 04 | Claude Opus 5Anthropic上线 2026-07-24 · 证据敏感缓存输入 ¥3.35输入 ¥33.46 · 输出 ¥167.3 | | 2 项评测证据敏感名次浮动范围1—6 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥3.35 | ¥33.46 | ¥167.3 | 91.2 |
| 05 | 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 | | 3 项评测证据敏感名次浮动范围1—7 名在 13 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 | 90.0 |
| 06 | 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 | | 3 项评测证据敏感名次浮动范围2—9 名在 13 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 | 88.4 |
| 07 | 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 | | 3 项评测证据敏感名次浮动范围2—9 名在 13 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 | 88.0 |
| 08 | 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 | | 2 项评测证据敏感名次浮动范围3—12 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥0.0402 | ¥2.01 | ¥8.03 | 87.1 |
| 09 | 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 | | 2 项评测证据敏感名次浮动范围4—10 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥6.69 | ¥66.92 | ¥334.61 | 85.0 |
| 10 | 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 | | 3 项评测证据敏感名次浮动范围4—11 名在 13 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 | 82.1 |
| 11 | Kimi K3Moonshot AI上线 2026-07-16 · 证据敏感缓存输入 ¥2输入 ¥20 · 输出 ¥100 | | 3 项评测证据敏感名次浮动范围6—16 名在 13 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 | 80.6 |
| 12 | 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 | | 2 项评测证据敏感名次浮动范围9—19 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥0.5 | ¥5.02 | ¥25.1 | 75.5 |
| 13 | GPT-5.5OpenAI上线 2026-04-23 · 证据敏感缓存输入 ¥3.35输入 ¥33.46 · 输出 ¥200.76 | | 2 项评测证据敏感名次浮动范围10—17 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥3.35 | ¥33.46 | ¥200.76 | 74.6 |
| 14 | 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 | | 3 项评测证据敏感名次浮动范围6—20 名在 13 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 | 70.1 |
| 15 | Qwen3.8 MaxAlibaba上线 2026-07-19 · 证据敏感缓存输入 —输入 ¥12 · 输出 ¥36 | | 2 项评测证据敏感名次浮动范围15—23 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | — | ¥12 | ¥36 | 69.1 |
| 16 | Claude Sonnet 5Anthropic上线 2026-06-30 · 证据敏感缓存输入 ¥1.34输入 ¥13.38 · 输出 ¥66.92 | | 2 项评测证据敏感名次浮动范围16—25 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥1.34 | ¥13.38 | ¥66.92 | 68.5 |
| 17 | Muse Spark 1.1Meta上线 2026-07-09 · 证据敏感缓存输入 —输入 ¥8.37 · 输出 ¥28.44 | | 2 项评测证据敏感名次浮动范围17—26 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | — | ¥8.37 | ¥28.44 | 65.8 |
| 18 | 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 | | 2 项评测证据敏感名次浮动范围18—25 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | — | ¥8.37 | ¥28.44 | 65.6 |
| 19 | OGPT-6.1 SolOpenAI上线 2026-09-29 · 证据敏感缓存输入 —输入 — · 输出 — | | 2 项评测证据敏感名次浮动范围4—19 名在 13 个对照情景中重新检查资格后的名次。 4 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 | 63.4 |
| 20 | 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 | | 2 项评测证据敏感名次浮动范围10—21 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥1.34 | ¥13.38 | ¥66.92 | 58.1 |
| 21 | Claude Haiku 5.5Anthropic上线 2026-10-07 · 证据敏感缓存输入 —输入 — · 输出 — | | 2 项评测证据敏感名次浮动范围12—23 名在 13 个对照情景中重新检查资格后的名次。 4 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 | 57.6 |
| 22 | 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 | | 3 项评测证据敏感名次浮动范围5—24 名在 13 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 | 52.1 |
| 23 | 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 | | 2 项评测证据敏感名次浮动范围11—23 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥3.35 | ¥13.38 | ¥40.15 | 51.2 |
| 24 | 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 | | 2 项评测证据敏感名次浮动范围16—26 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥3.35 | ¥33.46 | ¥167.3 | 44.6 |
| 25 | GPT-6 LunaOpenAI上线 2026-09-22 · 证据敏感缓存输入 ¥0.0669输入 ¥0.67 · 输出 ¥3.35 | | 2 项评测证据敏感名次浮动范围11—29 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥0.0669 | ¥0.67 | ¥3.35 | 43.6 |
| 26 | GPT-5.6 LunaOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥0.13输入 ¥1.34 · 输出 ¥8.03 | | 3 项评测证据敏感名次浮动范围8—26 名在 13 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.13 | ¥1.34 | ¥8.03 | 43.6 |
| 27 | DeepSeek V4 Pro 0813DeepSeek上线 2026-08-13 · 证据敏感缓存输入 ¥0.3输入 ¥9 · 输出 ¥27 | | 2 项评测证据敏感名次浮动范围17—28 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥0.3 | ¥9 | ¥27 | 42.1 |
| 28 | DeepSeek V4 Pro PreviewDeepSeek上线 2026-04-24 · 证据敏感缓存输入 ¥0.0243输入 ¥2.91 · 输出 ¥5.82 | | 2 项评测证据敏感名次浮动范围14—34 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥0.0243 | ¥2.91 | ¥5.82 | 39.1 |
| 29 | Grok 4.5xAI上线 2026-07-08 · 证据敏感缓存输入 ¥2.01输入 ¥13.38 · 输出 ¥40.15 | | 2 项评测证据敏感名次浮动范围20—30 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥2.01 | ¥13.38 | ¥40.15 | 37.6 |
| 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 | | 2 项评测证据敏感名次浮动范围21—31 名在 13 个对照情景中重新检查资格后的名次。 4 个情景下参评证据不足。不是置信区间。 | ¥1.67 | ¥16.73 | ¥100.38 | 36.8 |