| 01 | claude-fable-5-2Anthropic上线 2026-11-09 · 证据敏感缓存输入 —输入 — · 输出 — | | 8 项评测证据敏感名次浮动范围第 1 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。 | 待核验 | 待核验 | 待核验 | 98.1 |
| 02 | Gemini 4 Carbongoogle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1—2 名在 70 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 | 97.9 |
| 03 | Claude Opus 5.5Anthropic上线 2026-09-17 · 证据敏感缓存输入 ¥1.33输入 ¥26.69 · 输出 ¥133.44 | | 18 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。 | ¥1.33 | ¥26.69 | ¥133.44 | 97.7 |
| 04 | Claude Fable 5.1Anthropic上线 2026-09-01 · 证据敏感缓存输入 ¥1.67输入 ¥66.72 · 输出 ¥333.59 | | 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。 | ¥1.67 | ¥66.72 | ¥333.59 | 97.2 |
| 05 | Kimi K3.1 ProKimi上线 2026-10-23 · 证据敏感缓存输入 —输入 — · 输出 — | | 8 项评测证据敏感名次浮动范围1—19 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 | 97.0 |
| 06 | GPT-6 AstraOpenAI上线 2026-09-03 · 证据敏感缓存输入 ¥6.67输入 ¥66.72 · 输出 ¥333.59 | | 20 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。 | ¥6.67 | ¥66.72 | ¥333.59 | 96.3 |
| 07 | Gemini 4 ArgonGoogle上线 2026-09-30 · 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3—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。 | 待核验 | 待核验 | 待核验 | 95.4 |
| 08 | Claude Fable 5Anthropic上线 2026-06-09 · 证据敏感缓存输入 ¥6.67输入 ¥66.72 · 输出 ¥333.59 | | 18 项评测证据敏感名次浮动范围5—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。 | ¥6.67 | ¥66.72 | ¥333.59 | 94.7 |
| 09 | 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5—9 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 | 94.7 |
| 10 | Claude Opus 5Anthropic上线 2026-07-24 · 证据敏感缓存输入 ¥3.34输入 ¥33.36 · 输出 ¥166.8 | | 19 项评测证据敏感名次浮动范围7—13 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。 | ¥3.34 | ¥33.36 | ¥166.8 | 93.3 |
| 11 | OGPT-6.1 TerraOpenAI上线 2026-10-26 · 证据敏感缓存输入 —输入 — · 输出 — | | 9 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。 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 | 92.4 |
| 12 | Claude Sonnet 5.5Anthropic上线 2026-09-28 · 证据敏感缓存输入 —输入 — · 输出 — | | 16 项评测证据敏感名次浮动范围7—15 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 | 92.2 |
| 13 | Mmuse-wonder-1.0—上线 — · 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10—15 名在 70 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 | 91.7 |
| 14 | Muse Spark 1.3Meta上线 2026-09-02 · 证据敏感缓存输入 —输入 ¥8.34 · 输出 ¥28.36 | | 16 项评测证据敏感名次浮动范围9—17 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。 | — | ¥8.34 | ¥28.36 | 91.5 |
| 15 | GPT-6 SolOpenAI上线 2026-09-22 · 证据敏感缓存输入 ¥1.33输入 ¥13.34 · 输出 ¥66.72 | | 19 项评测证据敏感名次浮动范围11—21 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。 | ¥1.33 | ¥13.34 | ¥66.72 | 89.7 |
| 16 | GPT-5.6 SolOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥2.67输入 ¥26.69 · 输出 ¥133.44 | | 20 项评测证据敏感名次浮动范围10—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。 | ¥2.67 | ¥26.69 | ¥133.44 | 89.5 |
| 17 | Grok 4.7xAI上线 2026-09-21 · 证据敏感缓存输入 ¥3.34输入 ¥13.34 · 输出 ¥40.03 | | 18 项评测证据敏感名次浮动范围13—40 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。 | ¥3.34 | ¥13.34 | ¥40.03 | 86.8 |
| 18 | XMiMo V 2.6 ProXiaomi上线 2026-09-21 · 证据敏感缓存输入 —输入 — · 输出 — | | 8 项评测证据敏感名次浮动范围14—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。 | 待核验 | 待核验 | 待核验 | 85.6 |
| 19 | Qwen3.8 MaxAlibaba上线 2026-07-19 · 证据敏感缓存输入 —输入 ¥12 · 输出 ¥36 | | 18 项评测证据敏感名次浮动范围15—19 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 | 85.2 |
| 20 | deepseek-v4.1-flash-1017deepseek上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 9 项评测证据敏感名次浮动范围16—20 名在 70 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 | 83.9 |
| 21 | GLM-5.3Z.ai上线 2026-08-18 · 证据敏感缓存输入 ¥1.73输入 ¥9.34 · 输出 ¥29.36 | | 19 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。 | ¥1.73 | ¥9.34 | ¥29.36 | 81.6 |
| 22 | Grok 4.6xAI上线 2026-08-12 · 证据敏感缓存输入 ¥3.34输入 ¥13.34 · 输出 ¥40.03 | | 17 项评测证据敏感名次浮动范围17—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。 | ¥3.34 | ¥13.34 | ¥40.03 | 80.0 |
| 23 | 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18—23 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 | 77.4 |
| 24 | 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19—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。 | ¥2 | ¥20 | ¥100 | 76.7 |
| 25 | Claude Haiku 5.5Anthropic上线 2026-10-07 · 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20—57 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 | 74.3 |
| 26 | GPT-5.6 TerraOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥1.33输入 ¥13.34 · 输出 ¥80.06 | | 20 项评测证据敏感名次浮动范围21—28 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。 | ¥1.33 | ¥13.34 | ¥80.06 | 73.9 |
| 27 | Claude Opus 4.8Anthropic上线 2026-05-28 · 证据敏感缓存输入 ¥3.34输入 ¥33.36 · 输出 ¥166.8 | | 19 项评测证据敏感名次浮动范围22—28 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。 | ¥3.34 | ¥33.36 | ¥166.8 | 72.6 |
| 28 | Gemini 3.8 FlashGoogle上线 2026-09-02 · 证据敏感缓存输入 ¥0.5输入 ¥5 · 输出 ¥25.02 | | 20 项评测证据敏感名次浮动范围11—28 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 | ¥25.02 | 72.1 |
| 29 | 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24—46 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 | 71.5 |
| 30 | Claude Opus 4.7Anthropic上线 2026-04-16 · 证据敏感缓存输入 ¥3.34输入 ¥33.36 · 输出 ¥166.8 | | 18 项评测证据敏感名次浮动范围22—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。 | ¥3.34 | ¥33.36 | ¥166.8 | 70.8 |