性价比最高的 AI 模型
前沿上的模型不存在这样的合格替代品：智能得分不低、费用不高，且至少一项更好。它帮助你权衡测试表现与费用。
应该选哪个？
单一基准测试无法覆盖所有用途。请用自己的提示词测试，比较准确性、响应时间、输入输出支持和实际账单。
AI 模型
| 模型 | 智能得分 | 基准测试费用（美元） | 输入价格 / 百万 token（美元） | 输出价格 / 百万 token（美元） | 输出速度 |
|---|---|---|---|---|---|
| GPT-5.6 Luna (Non-reasoning)OpenAI最佳性价比前沿 | 26.80 | $10.2 | 0.20 | 1.20 | 163 托克/秒 |
| GPT-5.6 Luna (low)OpenAI最佳性价比前沿 | 33.90 | $13.7 | 0.20 | 1.20 | 167 托克/秒 |
| GPT-5.6 Luna (medium)OpenAI最佳性价比前沿 | 38.90 | $21.1 | 0.20 | 1.20 | 179 托克/秒 |
| GPT-5.6 Luna (high)OpenAI最佳性价比前沿 | 47.00 | $55.0 | 0.20 | 1.20 | 177 托克/秒 |
| GPT-5.6 Luna (xhigh)OpenAI最佳性价比前沿 | 50.10 | $95.1 | 0.20 | 1.20 | 178 托克/秒 |
| Gemini 3.7 Flash (low)Google最佳性价比前沿 | 50.90 | $165 | 0.75 | 3.75 | - |
| GPT-5.6 Luna (max)OpenAI最佳性价比前沿 | 52.30 | $172 | 0.20 | 1.20 | 177 托克/秒 |
| Gemini 3.7 Flash (medium)Google最佳性价比前沿 | 53.40 | $278 | 0.75 | 3.75 | - |
| Gemini 3.7 Flash (high)Google最佳性价比前沿 | 56.00 | $485 | 0.75 | 3.75 | - |
| Muse Spark 1.2 (xhigh)Meta最佳性价比前沿 | 56.80 | $639 | 1.25 | 4.25 | - |
| GPT-5.6 Sol (high)OpenAI最佳性价比前沿 | 57.30 | $955 | 5.00 | 30.00 | 70 托克/秒 |
| Grok 4.6 (high)SpaceXAI最佳性价比前沿 | 60.90 | $1068 | 2.00 | 6.00 | 58 托克/秒 |
| Claude Opus 5 (Adaptive Reasoning, High Effort)Anthropic最佳性价比前沿 | 61.50 | $1974 | 5.00 | 25.00 | 58 托克/秒 |
| Claude Opus 5 (Adaptive Reasoning, Xhigh Effort)Anthropic最佳性价比前沿 | 62.50 | $2909 | 5.00 | 25.00 | 54 托克/秒 |
| Claude Opus 5 (Adaptive Reasoning, Max Effort)Anthropic最佳性价比前沿 | 63.10 | $3836 | 5.00 | 25.00 | 53 托克/秒 |
使用指南
我们如何比较模型
智能得分来自 Artificial Analysis Intelligence Index。基准测试费用是运行该测试的美元总费用，包含推理 token，并非 API 的单个 token 价格。所有语言版本使用相同的数据和计算方法。综合得分不能代表模型在特定语言或任务上的表现。