| 01 | GPT-6 AstraOpenAI上线 2026-09-03 · 证据敏感缓存输入 ¥6.7输入 ¥67.05 · 输出 ¥335.23 | | 15 项评测证据敏感名次浮动范围1—4 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥6.7 | ¥67.05 | ¥335.23 | 81.2 |
| 02 | Ggpt-6.1-sol—上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 11 项评测证据敏感名次浮动范围第 2 名在 53 个对照情景中重新检查资格后的名次。 1 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 | 79.6 |
| 03 | Claude Opus 5.5Anthropic上线 2026-09-17 · 持续积累缓存输入 ¥1.34输入 ¥26.82 · 输出 ¥134.09 | | 12 项评测持续积累名次浮动范围1—3 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥26.82 | ¥134.09 | 78.6 |
| 04 | Claude Fable 5.1Anthropic上线 2026-09-01 · 持续积累缓存输入 ¥1.68输入 ¥67.05 · 输出 ¥335.23 | | 13 项评测持续积累名次浮动范围2—4 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.68 | ¥67.05 | ¥335.23 | 77.6 |
| 05 | claude-sonnet-5-5—上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 10 项评测证据敏感名次浮动范围5—6 名在 53 个对照情景中重新检查资格后的名次。 1 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 | 75.6 |
| 06 | Claude Opus 5Anthropic上线 2026-07-24 · 证据敏感缓存输入 ¥3.35输入 ¥33.52 · 输出 ¥167.62 | | 15 项评测证据敏感名次浮动范围3—7 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.52 | ¥167.62 | 74.4 |
| 07 | Claude Fable 5Anthropic上线 2026-06-09 · 证据敏感缓存输入 ¥6.7输入 ¥67.05 · 输出 ¥335.23 | | 15 项评测证据敏感名次浮动范围5—8 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥6.7 | ¥67.05 | ¥335.23 | 72.4 |
| 08 | GPT-5.6 SolOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥2.68输入 ¥26.82 · 输出 ¥134.09 | | 15 项评测证据敏感名次浮动范围5—9 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥2.68 | ¥26.82 | ¥134.09 | 71.8 |
| 09 | GPT-6 SolOpenAI上线 2026-09-22 · 证据敏感缓存输入 ¥1.34输入 ¥13.41 · 输出 ¥67.05 | | 12 项评测证据敏感名次浮动范围8—16 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥13.41 | ¥67.05 | 71.0 |
| 10 | Muse Spark 1.3Meta上线 2026-09-02 · 证据敏感缓存输入 —输入 ¥8.38 · 输出 ¥28.49 | | 11 项评测证据敏感名次浮动范围7—12 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.38 | ¥28.49 | 70.8 |
| 11 | Gemini 3.8 FlashGoogle上线 2026-09-02 · 证据敏感缓存输入 ¥0.5输入 ¥5.03 · 输出 ¥25.14 | | 15 项评测证据敏感名次浮动范围7—13 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.5 | ¥5.03 | ¥25.14 | 69.8 |
| 12 | Gemini 3.7 FlashGoogle上线 2026-08-13 · 证据敏感缓存输入 ¥0.5输入 ¥5.03 · 输出 ¥25.14 | | 13 项评测证据敏感名次浮动范围9—14 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.5 | ¥5.03 | ¥25.14 | 69.6 |
| 13 | GPT-5.6 TerraOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥1.34输入 ¥13.41 · 输出 ¥80.46 | | 15 项评测证据敏感名次浮动范围11—16 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥13.41 | ¥80.46 | 69.5 |
| 14 | GPT-5.5OpenAI上线 2026-04-23 · 证据敏感缓存输入 ¥3.35输入 ¥33.52 · 输出 ¥201.14 | | 14 项评测证据敏感名次浮动范围10—16 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.52 | ¥201.14 | 69.4 |
| 15 | Kimi K3Moonshot AI上线 2026-07-16 · 证据敏感缓存输入 ¥2输入 ¥20 · 输出 ¥100 | | 15 项评测证据敏感名次浮动范围14—19 名在 53 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 | 68.2 |
| 16 | Grok 4.6xAI上线 2026-08-12 · 证据敏感缓存输入 ¥3.35输入 ¥13.41 · 输出 ¥40.23 | | 13 项评测证据敏感名次浮动范围10—18 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥13.41 | ¥40.23 | 68.1 |
| 17 | Qwen3.8 MaxAlibaba上线 2026-07-19 · 证据敏感缓存输入 —输入 ¥12 · 输出 ¥36 | | 13 项评测证据敏感名次浮动范围14—21 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥12 | ¥36 | 64.9 |
| 18 | GLM-5.3Z.ai上线 2026-08-18 · 证据敏感缓存输入 ¥1.74输入 ¥9.39 · 输出 ¥29.5 | | 15 项评测证据敏感名次浮动范围11—25 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.74 | ¥9.39 | ¥29.5 | 62.9 |
| 19 | Muse Spark 1.2Meta上线 2026-08-05 · 证据敏感缓存输入 —输入 ¥8.38 · 输出 ¥28.49 | | 9 项评测证据敏感名次浮动范围15—22 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.38 | ¥28.49 | 62.8 |
| 20 | Grok 4.7xAI上线 2026-09-21 · 证据敏感缓存输入 ¥3.35输入 ¥13.41 · 输出 ¥40.23 | | 13 项评测证据敏感名次浮动范围15—26 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥13.41 | ¥40.23 | 62.7 |
| 21 | Claude Opus 4.8Anthropic上线 2026-05-28 · 证据敏感缓存输入 ¥3.35输入 ¥33.52 · 输出 ¥167.62 | | 15 项评测证据敏感名次浮动范围15—22 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.52 | ¥167.62 | 62.5 |
| 22 | GPT-5.4OpenAI上线 2026-03-05 · 证据敏感缓存输入 ¥1.68输入 ¥16.76 · 输出 ¥100.57 | | 7 项评测证据敏感名次浮动范围19—25 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.68 | ¥16.76 | ¥100.57 | 60.6 |
| 23 | Claude Opus 4.7Anthropic上线 2026-04-16 · 证据敏感缓存输入 ¥3.35输入 ¥33.52 · 输出 ¥167.62 | | 13 项评测证据敏感名次浮动范围23—27 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.52 | ¥167.62 | 60.0 |
| 24 | Claude Sonnet 5Anthropic上线 2026-06-30 · 证据敏感缓存输入 ¥1.34输入 ¥13.41 · 输出 ¥67.05 | | 15 项评测证据敏感名次浮动范围21—33 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.34 | ¥13.41 | ¥67.05 | 59.7 |
| 25 | 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 ¥8.05 | | 8 项评测证据敏感名次浮动范围20—38 名在 53 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 | ¥8.05 | 58.5 |
| 26 | 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 | | 12 项评测证据敏感名次浮动范围23—27 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥0.3 | ¥9 | ¥27 | 58.2 |
| 27 | Claude Opus 4.6Anthropic上线 2026-02-05 · 证据敏感缓存输入 ¥3.35输入 ¥33.52 · 输出 ¥167.62 | | 12 项评测证据敏感名次浮动范围26—32 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥3.35 | ¥33.52 | ¥167.62 | 53.7 |
| 28 | Muse Spark 1.1Meta上线 2026-07-09 · 证据敏感缓存输入 —输入 ¥8.38 · 输出 ¥28.49 | | 9 项评测证据敏感名次浮动范围23—32 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | — | ¥8.38 | ¥28.49 | 53.0 |
| 29 | 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 ¥8.05 | | 15 项评测证据敏感名次浮动范围26—33 名在 53 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 | ¥8.05 | 51.5 |
| 30 | Gemini 3.5 FlashGoogle上线 2026-05-19 · 证据敏感缓存输入 ¥1.01输入 ¥10.06 · 输出 ¥60.34 | | 13 项评测证据敏感名次浮动范围22—35 名在 53 个对照情景中重新检查资格后的名次。不是置信区间。 | ¥1.01 | ¥10.06 | ¥60.34 | 49.7 |