并排对比 AI 模型
截至 2026年11月16日,排名前两位的模型是 Claude Fable 5.2(Anthropic,72.7)和 Gemini 4 Carbon(Google,68.9),BenchLeader Index 相差 3.8 分。前 10 名中最便宜的是 Gemini 4 Carbon,每百万 token 混合价格为 $4.00。BenchLeader 共有 1831 组对比页面,每页都包含结论、各类别胜负、每百万 token 价格和速度。
最多可选 6 个模型。页面会给出通俗易懂的结论、标出每行最佳数值的规格表、一张图表,并把全部基准测试分数并排列出。
结论
- 质量上 Claude Fable 5.2 (max) 领先:72.7 比 68.9。
- Claude Fable 5.2 (max) 在智能体与工具、编程、知识、长上下文、数学、推理方面最强。
- Gemini 4 Carbon (high) 在人类偏好方面最强。
- Gemini 4 Carbon (high) 更便宜:Claude Fable 5.2 (max) 的价格是它的 4.0 倍(每百万 token 混合价格 $4.00 比 $16.00)。
- Claude Fable 5.2 (max) 输出最快,达 109 token/秒,是 Gemini 4 Carbon (high) 的 1.7 倍。
- Gemini 4 Carbon (high) 在 1.2 分钟 内开始回答,Claude Fable 5.2 (max) 则需要 3.9 分钟。
| 指标 | max Anthropic | high Google |
|---|---|---|
| 质量 | ||
| BenchLeader Index50 = 模型平均水平 | 72.7(所比较模型中的最佳值) | 68.9 |
| 推理 | 75.7(所比较模型中的最佳值) | 73.2 |
| 编程 | 79.7(所比较模型中的最佳值) | 74.1 |
| 智能体与工具 | 77.3(所比较模型中的最佳值) | 70.3 |
| 数学 | 74.5(所比较模型中的最佳值) | 71.9 |
| 知识 | 86.3(所比较模型中的最佳值) | 76.1 |
| 人类偏好 | – | 72.6 |
| 长上下文 | 66.4(所比较模型中的最佳值) | 64.3 |
| 综合 | – | 70.3 |
| 速度与延迟 | ||
| 输出速度 | 109 tok/s(所比较模型中的最佳值) | 64 tok/s |
| 首 token 延迟 | 3.88 秒(所比较模型中的最佳值) | 7.04 秒 |
| 首次回答时间推理结束之后 | 232.1 秒 | 73.5 秒(所比较模型中的最佳值) |
| 上下文窗口 | 1M | 1.0M(所比较模型中的最佳值) |
| 价格 | ||
| 输入(每百万 token) | $8.00 | $2.00(所比较模型中的最佳值) |
| 输出(每百万 token) | $40.00 | $10.00(所比较模型中的最佳值) |
| 混合价格(输入 3 : 输出 1) | $16.00 | $4.00(所比较模型中的最佳值) |
| 缓存输入(每百万 token)提示缓存读取价格 | $0.200 | $0.100(所比较模型中的最佳值) |
| 每美元 Index | 4.5 | 17.2(所比较模型中的最佳值) |
| 每项任务的成本与耗时 | ||
| 聊天回复:成本输入 400 / 输出 300 | $0.015 | $0.0038(所比较模型中的最佳值) |
| 聊天回复:使用缓存时的成本缓存命中率 75% | $0.013 | $0.0032(所比较模型中的最佳值) |
| 聊天回复:耗时 | 3.9 分钟 | 1.3 分钟(所比较模型中的最佳值) |
| 总结一份 30 页的报告:成本输入 12,000 / 输出 600 | $0.120 | $0.030(所比较模型中的最佳值) |
| 总结一份 30 页的报告:使用缓存时的成本缓存命中率 75% | $0.050 | $0.013(所比较模型中的最佳值) |
| 总结一份 30 页的报告:耗时 | 4.0 分钟 | 1.4 分钟(所比较模型中的最佳值) |
| 代码编辑:成本输入 6,000 / 输出 1,500 | $0.108 | $0.027(所比较模型中的最佳值) |
| 代码编辑:使用缓存时的成本缓存命中率 75% | $0.073 | $0.018(所比较模型中的最佳值) |
| 代码编辑:耗时 | 4.1 分钟 | 1.6 分钟(所比较模型中的最佳值) |
| 智能体编程会话:成本输入 60,000 / 输出 4,000 | $0.640 | $0.160(所比较模型中的最佳值) |
| 智能体编程会话:使用缓存时的成本缓存命中率 75% | $0.289 | $0.074(所比较模型中的最佳值) |
| 智能体编程会话:耗时 | 4.5 分钟 | 2.3 分钟(所比较模型中的最佳值) |
| 结构化信息提取:成本输入 2,000 / 输出 200 | $0.024 | $0.0060(所比较模型中的最佳值) |
| 结构化信息提取:使用缓存时的成本缓存命中率 75% | $0.012 | $0.0032(所比较模型中的最佳值) |
| 结构化信息提取:耗时 | 3.9 分钟 | 1.3 分钟(所比较模型中的最佳值) |
图表
质量对比维度:所选模型带圆圈和标签,其余为前沿模型。
全部基准测试
按类别并排列出原始分数,每行的最佳数值以紫色标出。标注“参考”的基准测试仅供展示,不计入 Index。
搜索最多的对比
- Gemini 4 Argon vs Gemini 3.8 Flash
- GPT-6 Astra vs GPT-6.1 Sol
- DeepSeek V4.1 Flash 1017 vs Muse Spark 1.3
- Gemini 4 Argon vs Gemini 3.1 Pro
- Gemini 4 Argon vs Claude Opus 4.6
- MiMo-V2.5 vs Muse Spark 1.3
- Gemini 4 Argon vs Muse Spark 1.3
- Gemini 4 Carbon vs Gemini 4 Argon
- Claude Fable 5.2 vs Gemini 4 Carbon
- GPT-6.1 Sol vs Claude Sonnet 5.5
热门对比
先列出搜索需求高的组合,再列出前 15 名模型之间的组合:每组都有结论、各类别胜负、价格和速度。其余对比可在各模型页面中找到。
- GPT-6.1 Sol vs GPT-6 Astra
- Claude Fable 5.2 vs Gemini 4 Carbon
- Claude Fable 5.2 vs Claude Opus 5.5
- Claude Fable 5.2 vs GPT-6 Astra
- Claude Fable 5.2 vs Claude Fable 5.1
- Claude Fable 5.2 vs GPT-6.1 Sol
- Claude Fable 5.2 vs Claude Fable 5
- Claude Fable 5.2 vs GPT-5.6 Sol
- Claude Fable 5.2 vs Gemini 4 Argon
- Claude Fable 5.2 vs Claude Opus 5
- Claude Fable 5.2 vs Muse Wonder
- Claude Fable 5.2 vs Muse Spark
- Claude Fable 5.2 vs Claude Sonnet 5.5
- Claude Fable 5.2 vs GPT-5.5
- Claude Fable 5.2 vs GPT-6.1 Terra
- Gemini 4 Carbon vs Claude Opus 5.5
- Gemini 4 Carbon vs GPT-6 Astra
- Gemini 4 Carbon vs Claude Fable 5.1
- Gemini 4 Carbon vs GPT-6.1 Sol
- Gemini 4 Carbon vs Claude Fable 5
- Gemini 4 Carbon vs GPT-5.6 Sol
- Gemini 4 Carbon vs Gemini 4 Argon
- Gemini 4 Carbon vs Claude Opus 5
- Gemini 4 Carbon vs Muse Wonder
- Gemini 4 Carbon vs Muse Spark
- Gemini 4 Carbon vs Claude Sonnet 5.5
- Gemini 4 Carbon vs GPT-5.5
- Gemini 4 Carbon vs GPT-6.1 Terra
- Claude Opus 5.5 vs GPT-6 Astra
- Claude Opus 5.5 vs Claude Fable 5.1
- Claude Opus 5.5 vs GPT-6.1 Sol
- Claude Opus 5.5 vs Claude Fable 5
- Claude Opus 5.5 vs GPT-5.6 Sol
- Claude Opus 5.5 vs Gemini 4 Argon
- Claude Opus 5.5 vs Claude Opus 5
- Claude Opus 5.5 vs Muse Wonder
- Claude Opus 5.5 vs Muse Spark
- Claude Opus 5.5 vs Claude Sonnet 5.5
- Claude Opus 5.5 vs GPT-5.5
- Claude Opus 5.5 vs GPT-6.1 Terra
- GPT-6 Astra vs Claude Fable 5.1
- GPT-6 Astra vs Claude Fable 5
- GPT-6 Astra vs GPT-5.6 Sol
- GPT-6 Astra vs Gemini 4 Argon
- GPT-6 Astra vs Claude Opus 5
- GPT-6 Astra vs Muse Wonder
- GPT-6 Astra vs Muse Spark
- GPT-6 Astra vs Claude Sonnet 5.5
- GPT-6 Astra vs GPT-5.5
- GPT-6 Astra vs GPT-6.1 Terra
- Claude Fable 5.1 vs GPT-6.1 Sol
- Claude Fable 5.1 vs Claude Fable 5
- Claude Fable 5.1 vs GPT-5.6 Sol
- Claude Fable 5.1 vs Gemini 4 Argon
- Claude Fable 5.1 vs Claude Opus 5
- Claude Fable 5.1 vs Muse Wonder
- Claude Fable 5.1 vs Muse Spark
- Claude Fable 5.1 vs Claude Sonnet 5.5
- Claude Fable 5.1 vs GPT-5.5
- Claude Fable 5.1 vs GPT-6.1 Terra
- GPT-6.1 Sol vs Claude Fable 5
- GPT-6.1 Sol vs GPT-5.6 Sol
- GPT-6.1 Sol vs Gemini 4 Argon
- GPT-6.1 Sol vs Claude Opus 5
- GPT-6.1 Sol vs Muse Wonder
- GPT-6.1 Sol vs Muse Spark
- GPT-6.1 Sol vs Claude Sonnet 5.5
- GPT-6.1 Sol vs GPT-5.5
- GPT-6.1 Sol vs GPT-6.1 Terra
- Claude Fable 5 vs GPT-5.6 Sol
- Claude Fable 5 vs Gemini 4 Argon
- Claude Fable 5 vs Claude Opus 5
- Claude Fable 5 vs Muse Wonder
- Claude Fable 5 vs Muse Spark
- Claude Fable 5 vs Claude Sonnet 5.5
- Claude Fable 5 vs GPT-5.5
- Claude Fable 5 vs GPT-6.1 Terra
- GPT-5.6 Sol vs Gemini 4 Argon
- GPT-5.6 Sol vs Claude Opus 5
- GPT-5.6 Sol vs Muse Wonder
- GPT-5.6 Sol vs Muse Spark
- GPT-5.6 Sol vs Claude Sonnet 5.5
- GPT-5.6 Sol vs GPT-5.5
- GPT-5.6 Sol vs GPT-6.1 Terra
- Gemini 4 Argon vs Claude Opus 5
- Gemini 4 Argon vs Muse Wonder
- Gemini 4 Argon vs Muse Spark
- Gemini 4 Argon vs Claude Sonnet 5.5
- Gemini 4 Argon vs GPT-5.5
- Gemini 4 Argon vs GPT-6.1 Terra
- Claude Opus 5 vs Muse Wonder
- Claude Opus 5 vs Muse Spark
- Claude Opus 5 vs Claude Sonnet 5.5
- Claude Opus 5 vs GPT-5.5
- Claude Opus 5 vs GPT-6.1 Terra
- Muse Wonder vs Muse Spark
- Muse Wonder vs Claude Sonnet 5.5
- Muse Wonder vs GPT-5.5
- Muse Wonder vs GPT-6.1 Terra
- Muse Spark vs Claude Sonnet 5.5
- Muse Spark vs GPT-5.5
- Muse Spark vs GPT-6.1 Terra
- Claude Sonnet 5.5 vs GPT-5.5
- Claude Sonnet 5.5 vs GPT-6.1 Terra
- GPT-5.5 vs GPT-6.1 Terra