| 01 | GPT-6 AstraOpenAI上线 2026-09-03 · 持续积累缓存输入 ¥6.67输入 ¥66.67 · 输出 ¥333.36 | | 15 项评测持续积累 | ¥6.67 | ¥66.67 | ¥333.36 | 83.9 |
| 02 | Ggpt-6.1-sol—上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 12 项评测证据敏感名次浮动范围2—10 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。 | 待核验 | 待核验 | 待核验 | 82.2 |
| 03 | Claude Opus 5.5Anthropic上线 2026-09-17 · 持续积累缓存输入 ¥1.33输入 ¥26.67 · 输出 ¥133.34 | | 14 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。 | ¥1.33 | ¥26.67 | ¥133.34 | 81.7 |
| 04 | Claude Fable 5.1Anthropic上线 2026-09-01 · 持续积累缓存输入 ¥1.67输入 ¥66.67 · 输出 ¥333.36 | | 13 项评测持续积累名次浮动范围3—5 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。 | ¥1.67 | ¥66.67 | ¥333.36 | 80.6 |
| 05 | gemini-4-argonGoogle上线 2026-09-30 · 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2—6 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。 | 待核验 | 待核验 | 待核验 | 80.5 |
| 06 | Ogpt-6-1-terraOpenAI上线 2026-10-26 · 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5—6 名在 53 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 | 80.5 |
| 07 | claude-sonnet-5-5—上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 12 项评测证据敏感名次浮动范围5—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。 | 待核验 | 待核验 | 待核验 | 79.5 |
| 08 | GPT-5.6 SolOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥2.67输入 ¥26.67 · 输出 ¥133.34 | | 15 项评测证据敏感名次浮动范围6—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。 | ¥2.67 | ¥26.67 | ¥133.34 | 79.0 |
| 09 | 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8—12 名在 53 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 | 78.4 |
| 10 | Claude Opus 5Anthropic上线 2026-07-24 · 证据敏感缓存输入 ¥3.33输入 ¥33.34 · 输出 ¥166.68 | | 14 项评测证据敏感名次浮动范围6—10 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。 | ¥3.33 | ¥33.34 | ¥166.68 | 77.7 |
| 11 | kimi-k3.1-pro—上线 — · 证据敏感缓存输入 —输入 — · 输出 — | | 4 项评测证据敏感名次浮动范围7—14 名在 53 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 | 77.2 |
| 12 | Claude Fable 5Anthropic上线 2026-06-09 · 证据敏感缓存输入 ¥6.67输入 ¥66.67 · 输出 ¥333.36 | | 14 项评测证据敏感名次浮动范围8—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。 | ¥6.67 | ¥66.67 | ¥333.36 | 76.6 |
| 13 | Muse Spark 1.3Meta上线 2026-09-02 · 证据敏感缓存输入 —输入 ¥8.33 · 输出 ¥28.34 | | 11 项评测证据敏感名次浮动范围10—23 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。 | — | ¥8.33 | ¥28.34 | 72.5 |
| 14 | 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 | | 15 项评测证据敏感名次浮动范围11—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。 | ¥0.5 | ¥5 | ¥25 | 71.6 |
| 15 | Gemini 3.7 FlashGoogle上线 2026-08-13 · 证据敏感缓存输入 ¥0.5输入 ¥5 · 输出 ¥25 | | 13 项评测证据敏感名次浮动范围9—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。 | ¥0.5 | ¥5 | ¥25 | 71.5 |
| 16 | GPT-5.5OpenAI上线 2026-04-23 · 证据敏感缓存输入 ¥3.33输入 ¥33.34 · 输出 ¥200.02 | | 14 项评测证据敏感名次浮动范围11—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。 | ¥3.33 | ¥33.34 | ¥200.02 | 70.9 |
| 17 | GPT-6 SolOpenAI上线 2026-09-22 · 证据敏感缓存输入 ¥1.33输入 ¥13.33 · 输出 ¥66.67 | | 14 项评测证据敏感名次浮动范围12—20 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。 | ¥1.33 | ¥13.33 | ¥66.67 | 69.9 |
| 18 | GPT-5.6 TerraOpenAI上线 2026-07-09 · 证据敏感缓存输入 ¥1.33输入 ¥13.33 · 输出 ¥80.01 | | 15 项评测证据敏感名次浮动范围16—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。 | ¥1.33 | ¥13.33 | ¥80.01 | 67.8 |
| 19 | Claude Opus 4.8Anthropic上线 2026-05-28 · 证据敏感缓存输入 ¥3.33输入 ¥33.34 · 输出 ¥166.68 | | 14 项评测证据敏感名次浮动范围17—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。 | ¥3.33 | ¥33.34 | ¥166.68 | 65.7 |
| 20 | deepseek-v4.1-flash-1017deepseek上线 — · 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8—20 名在 53 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 | 65.7 |
| 21 | 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18—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。 | ¥2 | ¥20 | ¥100 | 64.4 |
| 22 | Grok 4.6xAI上线 2026-08-12 · 证据敏感缓存输入 ¥3.33输入 ¥13.33 · 输出 ¥40 | | 12 项评测证据敏感名次浮动范围13—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。 | ¥3.33 | ¥13.33 | ¥40 | 63.8 |
| 23 | Grok 4.7xAI上线 2026-09-21 · 证据敏感缓存输入 ¥3.33输入 ¥13.33 · 输出 ¥40 | | 13 项评测证据敏感名次浮动范围14—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。 | ¥3.33 | ¥13.33 | ¥40 | 62.4 |
| 24 | 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16—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。 | — | ¥12 | ¥36 | 62.3 |
| 25 | GLM-5.3Z.ai上线 2026-08-18 · 证据敏感缓存输入 ¥1.73输入 ¥9.33 · 输出 ¥29.34 | | 15 项评测证据敏感名次浮动范围17—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。 | ¥1.73 | ¥9.33 | ¥29.34 | 58.7 |
| 26 | Muse Spark 1.2Meta上线 2026-08-05 · 证据敏感缓存输入 —输入 ¥8.33 · 输出 ¥28.34 | | 10 项评测证据敏感名次浮动范围15—28 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。 | — | ¥8.33 | ¥28.34 | 58.0 |
| 27 | GPT-5.4OpenAI上线 2026-03-05 · 证据敏感缓存输入 ¥1.67输入 ¥16.67 · 输出 ¥100.01 | | 7 项评测证据敏感名次浮动范围22—31 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。 | ¥1.67 | ¥16.67 | ¥100.01 | 56.5 |
| 28 | Claude Opus 4.7Anthropic上线 2026-04-16 · 证据敏感缓存输入 ¥3.33输入 ¥33.34 · 输出 ¥166.68 | | 13 项评测证据敏感名次浮动范围25—30 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。 | ¥3.33 | ¥33.34 | ¥166.68 | 55.9 |
| 29 | Claude Sonnet 5Anthropic上线 2026-06-30 · 证据敏感缓存输入 ¥1.33输入 ¥13.33 · 输出 ¥66.67 | | 14 项评测证据敏感名次浮动范围25—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。 | ¥1.33 | ¥13.33 | ¥66.67 | 55.4 |
| 30 | DeepSeek V4.1 FlashDeepSeek上线 2026-09-10 · 证据敏感缓存输入 ¥0.04输入 ¥2 · 输出 ¥8 | | 14 项评测证据敏感名次浮动范围23—39 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。 | ¥0.04 | ¥2 | ¥8 | 55.0 |