- 价格已知的模型中评价最高
- GPT-4o (2024-08) ChatGPT $4.4
- 想省钱的话
- Gemma 4 26B A4B Gemini 开放权重 $0.26
分数与价格
越靠左上，模型越便宜且评价越高。
OpenAIGoogleAlibabaMetaNVIDIA其他
每个价格下评价最高的模型
第 1 行：模型 / 分数，第 2 行：价格参考
| 模型 | 开发方 | 分数 | 价格 |
|---|---|---|---|
| GPT-4o (2024-08) | OpenAI | $4.4 (输入 $2.5 / 输出 $10) | |
| Gemma 4 26B A4B | $0.26 (输入 $0.15 / 输出 $0.6) |
全部模型 (按分数从高到低)
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 | 分数 | 日译英 (分) | 日语 (人类评价) | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 26.0 | — | — | — | 262.1K | 262.1K 2026-04 | |||||||
| GPT-4o (2024-08) | OpenAI | 26.5 | 1292 | $2.5 | $10 | 128K | $2.5 / $10 128K 2024-08 | ||||||
| Gemma 4 26B A4B | 26.1 | — | $0.15 | $0.6 | 262.1K | $0.15 / $0.6 262.1K 2026-04 | |||||||
| GPT-4.1 | OpenAI | 26.0 | 1347 | $2 | $8 | 1.05M | $2 / $8 1.05M 2025-04 | ||||||
| o3 | OpenAI | 21.6 | 1424 | $2 | $8 | 200K | $2 / $8 200K 2025-04 | ||||||
| Llama 3.3 Swallow 70B (instruct, v0.4) | Swallow (東京科学大学) | 25.1 | — | — | — | — | — | — | |||||
| GPT-5 | OpenAI | 23.6 | 1431 | $1.25 | $10 | 400K | $1.25 / $10 400K 2025-08 | ||||||
| GPT-5.4 | OpenAI | 24.9 | 1480 | $2.5 | $15 | 1.05M | $2.5 / $15 1.05M 2026-03 | ||||||
| GPT-5 mini | OpenAI | 23.9 | 1364 | $0.25 | $2 | 400K | $0.25 / $2 400K 2025-08 | ||||||
| GPT-OSS-Swallow-120B-SFT-v0.1 | Swallow (東京科学大学) | 21.3 | — | — | — | — | — | — | |||||
| GPT-OSS-Swallow-120B-RL-v0.1 | Swallow (東京科学大学) | 21.8 | — | — | — | — | — | — | |||||
| Qwen3.5 122B A10B | Alibaba | 24.7 | 1361 | $0.4 | $3.2 | 262.1K | $0.4 / $3.2 262.1K 2026-02 | ||||||
| GPT-OSS 120B | OpenAI | 20.8 | 1325 | — | — | 128K | 128K 2025-08 | ||||||
| Gemma 4 E4B | 22.8 | — | — | — | 131.1K | — | — | 131.1K | |||||
| Qwen3 235B A22B (instruct) | Alibaba | 23.0 | 1392 | — | — | 128K | 128K 2025-07 | ||||||
| Gemma 4 E2B | 22.7 | — | — | — | 131.1K | — | — | 131.1K | |||||
| Qwen3 235B A22B (thinking) | Alibaba | 22.9 | 1376 | — | — | 262.1K | 262.1K 2025-07 | ||||||
| Qwen3.5 27B | Alibaba | 24.1 | 1339 | $0.3 | $2.4 | 262.1K | $0.3 / $2.4 262.1K 2026-02 | ||||||
| Gemma 3 27B | 23.8 | 1308 | — | — | 128K | 128K 2025-03 | |||||||
| Qwen3.5 35B A3B | Alibaba | 23.9 | 1315 | $0.25 | $2 | 262.1K | $0.25 / $2 262.1K 2026-02 | ||||||
| Llama 3.1 Swallow 8B (instruct, v0.5) | Swallow (東京科学大学) | 22.2 | — | — | — | — | — | — | |||||
| GPT-OSS-Swallow-20B-RL-v0.1 | Swallow (東京科学大学) | 21.0 | — | — | — | — | — | — | |||||
| Qwen3-Swallow-32B-RL-v0.2 | Swallow (東京科学大学) | 21.5 | — | — | — | — | — | — | |||||
| Qwen3-Swallow-32B-SFT-v0.2 | Swallow (東京科学大学) | 21.0 | — | — | — | — | — | — | |||||
| GPT-OSS-Swallow-20B-SFT-v0.1 | Swallow (東京科学大学) | 21.6 | — | — | — | — | — | — | |||||
| ELYZA-Shortcut-1.0-Qwen-32B | ELYZA | 22.8 | — | — | — | — | — | — | |||||
| Llama 3.3 70B (instruct) | Meta | 24.6 | 1214 | — | — | 131.1K | 131.1K 2024-12 | ||||||
| NVIDIA Nemotron 3 Super 120B A12B | NVIDIA | 22.2 | — | — | — | 262.1K | 262.1K 2026-03 | ||||||
| Qwen3-Swallow-32B-CPT-v0.2 | Swallow (東京科学大学) | 22.8 | — | — | — | — | — | — | |||||
| o3-mini | OpenAI | 22.1 | 1315 | $1.1 | $4.4 | 200K | $1.1 / $4.4 200K 2025-01 | ||||||
| Qwen3 Next 80B A3B | Alibaba | 19.5 | 1293 | $0.5 | $6 | 131.1K | $0.5 / $6 131.1K 2025-09 | ||||||
| Qwen3 Next 80B A3B (instruct) | Alibaba | 22.8 | 1370 | $0.5 | $2 | 129K | $0.5 / $2 129K 2025-09 | ||||||
| Qwen3-Swallow-30B-A3B-CPT-v0.2 | Swallow (東京科学大学) | 22.2 | — | — | — | — | — | — | |||||
| Qwen3-Swallow-30B-A3B-SFT-v0.2 | Swallow (東京科学大学) | 20.7 | — | — | — | — | — | — | |||||
| Qwen3-Swallow-30B-A3B-RL-v0.2 | Swallow (東京科学大学) | 20.9 | — | — | — | — | — | — | |||||
| ABEJA-QwQ32b-Reasoning-Japanese-v1.0 | ABEJA | 21.0 | — | — | — | — | — | — | |||||
| ELYZA-Thinking-1.0-Qwen-32B | ELYZA | 21.6 | — | — | — | — | — | — | |||||
| Llama 4 Scout | Meta | 23.0 | 1259 | — | — | 128K | 128K 2025-04 | ||||||
| LLM-jp-4 32B A3B | LLM-jp | 19.0 | — | — | — | — | — | — | |||||
| GPT-OSS 20B | OpenAI | 20.5 | 1256 | — | — | 131K | 131K 2025-08 |
如何阅读本页
- 表中也列出日语到英语的翻译的分数、日语问题上的人类评价 (不用于排序)。被测的模型以公开了权重的模型为主。只收录用这项评测测过的 68 个模型 (最新的于 2026-04 发布)。
- 数值是把与参考译文的接近程度换算成满分 100 的分数，排名靠前的模型也只有 30 分左右。不到 1 分的差距并不是明确的差距。条形按 0〜30 的范围绘制。
- 人类评价是由人比较 2 个回答并作出选择的结果得出的分数 (越高越好)。
- 只有部分模型有日语的人类评价，主要是公开了权重的模型。
- 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分数最高的模型。
- “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$4.4的模型，日常提问 1 次 (问题和回答合计约 1,000 token) 需要about 0.4 cents。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。
- 纵轴是分数，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