模型广场

全部模型均附平台实测评测报告——点击卡片查看评分、优劣势与选型建议

加载中...

评测体系说明

综合评分如何得出 · 数据从哪里来 · 多久更新

×1.5
推理能力

复杂逻辑推演、数学推导、多步决策的正确率(自建横评任务集)

×1.5
代码能力

代码生成、调试、重构任务的测试通过率与可运行率

×1.2
中文能力

中文理解、写作语感、公文/营销文案质量人工盲评

×1.2
长文本

大海捞针检索、超长文档摘要与跨段推理准确度

×1.0
响应速度

首 Token 延迟(TTFT)与生成吞吐,平台生产环境实测

×1.0
性价比

质量得分 ÷ 每百万 token 价格,综合输出输入成本

综合分 = 六维加权平均(权重如上),10 分制。
数据来源: ① 平台生产实测——TTFT 量化测试(2026-11)、缓存命中率统计、成本报表、模型行为验证;② 模型官方公开基准与参数规格;③ 编辑部综合评估——结合上述实测与生产环境使用观察。
说明: 六维分数为编辑部综合评估(非自动化盲测),实测数据(TTFT/缓存/延迟)全部来自平台真实计量;评分体系持续建设,完整测试集与原始结果后续开放。价格维度随官方调价实时联动。
能力矩阵说明: 深度思考/视觉理解/函数调用为模型原生能力;流式输出、上下文缓存、闲时折扣为平台级能力(全部模型支持)。