BenchLeader

单任务成本:一项基准任务的费用

各配置完成 Artificial Analysis Intelligence Index 中一项平均任务的成本,整次运行均按标价计算。冗长的推理会成倍增加 token 数,因此模型间的差距远大于单 token 价格的差距。

截至 2026年11月16日,BenchLeader 在“单任务成本”榜上将 GPT-6 Luna 排在第一($0.0051)。其后为 Mistral Small 4($0.040)和 Granite 4.2 8B($0.040)。

156 个模型 · 数据截至 2026年11月16日

规模

质量与为此付出的代价

5560657075$0.2$0.5$1$2$5$10$20Intelligence Index 单任务成本(美元)(对数坐标)BenchLeader Index v1.4Claude Fable 5.2Gemini 4 CarbonClaude Opus 5.5GPT-6 AstraClaude Fable 5.1GPT-6.1 Sol

悬停或轻点某个模型可将其突出显示并查看其他推理强度档位;单击固定(按 Esc 清除)。点眼睛图标可隐藏模型。

单任务成本是 Intelligence Index 中一项平均任务按标价计算的花费,取 Artificial Analysis 对该配置整次运行的平均值(来源:Artificial Analysis)。它统计模型实际输出的 token,所以思考越久的模型在这里代价越高。 每个点代表一个模型在其最佳推理强度档位(Index 最高)下的表现;选中某个模型可看到它的其他档位,按推理强度从低到高相连;越靠左上越好。

推理强度对各模型的影响有多大

每个模型一条横条,覆盖其各推理强度档位中的最低值到最高值,每个档位一个标记。模型与上图相同。

排序

单任务 token 数

输出 token,含推理
0100k200kGPT-6 Astra9.1k – 52klowmaxGPT-6.1 Sol5.8k – 68klowmaxClaude Fable 5.138k – 118klowmaxGemini 4 Carbon86k – 123klowhighClaude Opus 5.519k – 173klowmaxClaude Fable 5.236k – 274klowmax

输出 token(完整 Index 运行)

整次运行的全部任务(AA 统计的合计)
0100M200MGPT-6 Astra10.3M – 54.3MlowmaxGPT-6.1 Sol8.2M – 63.7MlowmaxClaude Fable 5.136.3M – 163MlowmaxGemini 4 Carbon83.9M – 205MlowhighClaude Opus 5.521.1M – 218MlowmaxClaude Fable 5.234.9M – 275Mlowmax

这是 Artificial Analysis 对整次运行给出的合计:9 项评测、5,000 多项任务,其中几项运行了三次或五次。其每项任务数值是按各评测在 Index 中的权重加权的平均值,因此相乘并不能得到这个合计。

单任务成本

美元,按标价计算
$0$10$20GPT-6.1 Sol$0.161 – $1.27Gemini 4 Carbon$4.68 – $5.48GPT-6 Astra$1.42 – $6.24lowmaxClaude Opus 5.5$0.976 – $10lowmaxClaude Fable 5.1$4.47 – $13lowmaxClaude Fable 5.2$3.10 – $27lowmax

完整 Index 运行的成本

美元,按标价计算(AA 统计的合计)
$0$10k$20kGPT-6.1 Sol$238 – $1.1kGemini 4 Carbon$4k – $5.3kGPT-6 Astra$1.7k – $5.7klowmaxClaude Opus 5.5$980 – $8.9klowmaxClaude Fable 5.1$3.9k – $13.3klowmaxClaude Fable 5.2$2.9k – $22.2klowmax

这是 Artificial Analysis 对整次运行给出的合计:9 项评测、5,000 多项任务,其中几项运行了三次或五次。其每项任务数值是按各评测在 Index 中的权重加权的平均值,因此相乘并不能得到这个合计。

单任务耗时

每项 Index 任务
010 min20 min30 min40 minGPT-6 Astra3.4 min – 21 minlowmaxClaude Fable 5.17.6 min – 22 minlowmaxGPT-6.1 Sol1.9 min – 22.7 minlowmaxClaude Opus 5.53 min – 24.9 minlowmaxGemini 4 Carbon25.9 min – 32.1 minlowhighClaude Fable 5.25.5 min – 41.7 minlowmax

每项任务的成本、token 数和耗时,以及整次运行的合计,均来自 Artificial Analysis 的 Intelligence Index 运行,注明出处展示,不提供再使用许可。Index 为 BenchLeader 自有。

58 / 58
#
1Claude Opus 5max$11.8265.0$10.00
2Qwen3.8 Maxmax$10.0258.7$3.00
3Gemini 3.8 Flashmedium$6.2660.2$1.50
4Grok 4.6xhigh$4.6856.1$3.00
5Gemini 4 Carbonmedium$4.6865.8$4.00
6Muse Wonderhigh$4.5656.2$8.00
7Claude Fable 5.1low$4.4758.8$20.00
8Gemini 4 Argonmedium$4.3161.6$4.00
9GPT-5.6 Terramax$3.7359.5$4.50
10Kimi K3.1 Pro$3.6861.8$4.00
11Ling 3.1 Flash$3.1950.8$0.450
12新Claude Fable 5.2low$3.1065.3$16.00
13Grok 4.7low$2.9255.4$3.00
14GPT-6 Solmax$2.4762.6$4.00
15Muse Spark 1.3max$2.3960.6$2.00
16Kimi K3low$2.3753.6$6.00
17Step 5 Preview$2.3556.0$1.43
18Nemotron 3 Ultra 550B A55Bthinking$2.2149.1$1.05
19Muse Spark Openxhigh$2.0253.5$2.00
20Qwen3.8 27Blow$1.9149.0$1.13
21GLM 5.3low$1.5747.3$2.15
22GPT-6 Astralow$1.4262.0$20.00
23Mistral Large 4medium$1.4145.9$1.05
24Inklingxhigh$1.3550.0$1.76
25MiniMax M3$1.2956.1$0.525
26Inkling 2 Small$1.1857.9$0.475
27Mistral Medium 3.5$1.0446.6$3.00
28Hy4$1.0356.7$1.25
29Claude Opus 5.5low$0.97658.9$8.00
30Solar Pro 4$0.95648.9$0.525
31DeepSeek V4 Prohigh$0.84956.0$1.98
32Apodex 1.1$0.76448.0$0.975
33Gemini 3.5 Flash Lite$0.69351.4$0.850
34GLM 5.3 Flash$0.58357.8$0.238
35新Agnes 2.5 Pro Theta$0.57550.8$0.150
36Qwen3.8-Flash-Next$0.56953.9$0.230
37Nemotron 3.5 Super VL$0.55745.8$0.275
38Claude Haiku 4.5thinking$0.53245.7$2.00
39Claude Sonnet 5.5low$0.51150.7$4.00
40MiniMax M3.1 Flash$0.49154.3$0.262
41DeepSeek V4.1 Flash 1017无推理$0.42544.9$0.525
42gpt-oss-120bhigh$0.34545.3$0.262
43GPT-5.6 Lunamax$0.33156.2$0.450
44Nemotron 3.5 Lightning$0.31441.4$0.095
45新Gemini 4 Hydrogenlow$0.292–$3.00
46Beam 1.0$0.28445.9$0.600
47MiMo-V2.6-Pro$0.25757.5$0.548
48Inkling Small$0.20352.0$0.525
49Gemini 3.1 Flash Lite$0.19452.6$0.563
50Muse Glimmerhigh$0.17846.5$0.578
51GPT-6.1 Sollow$0.16160.0$4.00
52MiMo-V2.6-Flash$0.12954.8$0.175
53新Muse Emberxhigh$0.11649.1$0.200
54GPT-6.1 Terralow$0.07156.6$2.00
55Claude Haiku 5.5low$0.04447.7$0.200
56Granite 4.2 8B$0.04041.1$0.108
57Mistral Small 4thinking$0.04040.5$0.262
58GPT-6 Lunalow$0.005145.8$0.200

引用格式:BenchLeader,《单任务成本:一项基准任务的费用》,数据截至 2026年11月16日,https://www.benchleader.com/zh/leaderboards/cost-per-run。