BenchLeader

Agnes 3.0 Flash vs Step 5 Preview

在两者都有结果的 10 项基准测试中,Step 5 Preview 在 10 项上得分更高。

BenchLeader 读取的基准测试发布方都已不再收录 Agnes 3.0 Flash,因此它的数据自 2026年9月22日 起停止更新。Step 5 Preview 的数据为截至 2026年11月16日 的最新数据。每项分数都标注了发布日期。

基准测试Agnes 3.0 FlashStep 5 Preview
AA Intelligence Index v4.3.235.5
2026年9月11日
43.7
2026年9月18日
AA-LCR v1.181.0%
2026年9月11日
88.3%
2026年9月18日
AA-Omniscience v1.1-10.6
2026年9月11日
16.4
2026年9月18日
Humanity's Last Exam (AA)38.5%
2026年9月11日
46.5%
2026年9月18日
SciCode (AA)51.6%
2026年9月11日
58.9%
2026年9月18日
CritPt15.1%
2026年9月19日
20.9%
2026年9月18日
GDPval-AA v2.1, normalised score52.5%
2026年9月20日
54.3%
2026年9月18日
Terminal-Bench 4.0 (AA)7.1%
2026年9月22日
33.3%
2026年9月18日
AA-Omniscience v1.1: accuracy25.5%
2026年9月22日
36.4%
2026年9月18日
AA-Omniscience v1.1: non-hallucination51.6%
2026年9月22日
68.7%
2026年9月18日
混合价格(每百万 token,3:1)$0.075$1.43
输出速度317 tok/s124 tok/s

查看 Agnes 3.0 Flash 最后测得的全部数据,或前往 Step 5 Preview 的页面,了解它与仍在测量的模型相比如何。完整列表见排行榜。