- 评价最高
- Claude Opus 5 $10
- 想省钱的话
- MiniMax-M3 开放权重 $0.53
- 成功率差 26.8 个百分点
- 相当于 100 次中的 26.8 次
成功率与价格
越靠左上，模型越便宜且评价越高。
AnthropicOpenAIMiniMaxAlibabaMoonshot
每个价格下评价最高的模型
第 1 行：模型 / 成功率 (%)，第 2 行：价格参考
| 模型 | 开发方 | 成功率 (%) | 价格 |
|---|---|---|---|
| Claude Opus 5 | Anthropic | $10 (输入 $5 / 输出 $25) | |
| GPT-5.6 Sol | OpenAI | $8 (输入 $4 / 输出 $20) | |
| Claude Sonnet 4.6 | Anthropic | $6 (输入 $3 / 输出 $15) | |
| MiniMax-M3 | MiniMax | $0.53 (输入 $0.3 / 输出 $1.2) |
全部模型 (按成功率从高到低)
第 2 行：价格 (输入 / 输出) / 一次能读的长度 / 发布 / 支持 工具 图片 JSON □ 比较
| 推荐 | 比较 | 模型 | 开发方 | 成功率 (%) | 终端 操作 (%) | 专业 工作 (%) | 输入 $ /100 万 | 输出 $ /100 万 | 一次能读的 长度 | 支持 | 权重 | 发布日期 | 价格与规格 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | Anthropic | — | 65.8 | $5 | $25 | 1M | $5 / $25 1M 2026-07 | ||||||
| GPT-5.6 Sol | OpenAI | — | — | $4 | $20 | 1.05M | $4 / $20 1.05M 2026-07 | ||||||
| Claude Opus 4.8 | Anthropic | — | 48.9 | $5 | $25 | 1M | $5 / $25 1M 2026-05 | ||||||
| Claude Opus 4.7 | Anthropic | 80.2 | 49.2 | $5 | $25 | 1M | $5 / $25 1M 2026-04 | ||||||
| GPT-5.5 | OpenAI | 84.7 | 55.1 | $5 | $30 | 1.05M | $5 / $30 1.05M 2026-04 | ||||||
| Claude Sonnet 4.6 | Anthropic | 53.4 | 43.0 | $3 | $15 | 1M | $3 / $15 1M 2026-02 | ||||||
| Kimi K2.6 | Moonshot | — | — | $0.95 | $4 | 262.1K | $0.95 / $4 262.1K 2026-04 | ||||||
| MiniMax-M3 | MiniMax | — | 37.7 | $0.3 | $1.2 | 1.05M | $0.3 / $1.2 1.05M 2026-06 | ||||||
| Qwen3.7 Plus | Alibaba | — | — | $0.4 | $1.6 | 1M | $0.4 / $1.6 1M 2026-06 |
如何阅读本页
- 表中也列出终端操作 / 专业岗位的工作任务的成功率 (不用于排序)。只收录用这项评测测过的 9 个模型 (最新的于 2026-07 发布)。
- 条形按 0〜40 % 的范围绘制。
- 成功率是成功次数的比例。差 1 个百分点相当于 100 次中的 1 次。
- 只有部分模型有终端操作的值。
- 只列出比所有更便宜的模型评价都高的模型，按评价从高到低排列。评价差不多时，选这张表里最便宜的一行即可。在付得起的价格内的行中，最上面的一行就是该价格下成功率最高的模型。
- “想省钱的话”是每 100 万 token $2 以下评价最高的模型 (把价格上限设得更低时，按该上限)。
- 按价格推荐
- 价格是开发者通过程序 (API) 使用时所付费用的参考，与应用的月费不同。单位为每 100 万 token。token 是把文本细分后的单位，中文大约 1 个字为 1〜1.5 个 token，100 万 token 约相当于 7〜10 本书的文字量。让它读的量 (输入) 和让它写的量 (输出) 价格不同，这里按读 3 : 写 1 混合计算。例如$10的模型，日常提问 1 次 (问题和回答合计约 1,000 token) 需要about 1 cent。不收录价格不明的模型。
- 支持一栏的图标从左起依次为：能使用工具 / 能读图片 / 能以固定格式 (JSON) 回答 (浅色标记为不支持或不明)。
- 开放权重是指模型的内容 (权重) 已经公开、在自己的电脑或服务器上也能运行的模型。没有开放权重标记的模型，一般通过开发方的服务 (应用或 API) 使用 (也有没有权重信息的模型)。
- 模型名称旁的 ChatGPT 等，是该开发方面向大众提供的服务名称。该模型能否在那个服务中选用，请在服务一方确认。
- 纵轴是成功率，横轴是价格 (横轴越往右刻度越稀疏)。用阶梯线连起来的点，是每个价格下评价最高的模型。点按或指向点时会显示模型名称。
数据：Arena / Epoch AI / Swallow LLM team (CC BY 4.0) / Models.dev (MIT)，更新于 2026-10-24，数据来源