BenchLeader

单任务耗时:一项基准任务所需时间

各配置完成 Artificial Analysis Intelligence Index 中一项任务所用时间,取整次运行的平均值。大多数任务是多轮的智能体任务,因此这是以分钟计的工作时间,而非一次回复的等待时间;推理强度越高,任务通常越长。

截至 2026年11月16日,BenchLeader 在“单任务耗时”榜上将 GPT-6 Luna 排在第一(37 s)。其后为 Gemini 3.1 Flash Lite(53 s)和 GPT-6.1 Terra(69 s)。

119 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

55606570752 min5 min10 min20 min30 minIntelligence Index 单任务耗时(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。

单任务耗时是 Artificial Analysis 针对各配置的 Intelligence Index 运行给出的数值,由输出 token 数和模型的输出速度估算而来。 大多数任务属于智能体任务,需要多轮交互,因此一项任务要花几分钟,而不是单次回复的几秒钟。 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。

60 / 60
#
1Solar Pro 468.7 min48.9311k$0.956AA
2MiMo-V2.6-Flash49.5 min54.8132k$0.129AA
3Qwen3.8 Maxmax48.1 min58.7171k$10.02AA
4GLM 5.3 Flash41.3 min57.8134k$0.583AA
5Ling 3.1 Flash40.1 min50.8225k$3.19推算
6Kimi K3.1 Pro40 min61.872k$3.68AA
7MiMo-V2.6-Pro37.5 min57.5121k$0.257AA
8Qwen3.8-Flash-Next30.7 min53.9148k$0.569AA
9Gemini 4 Argonmedium27.6 min61.6100k$4.31AA
10Gemini 4 Carbonlow25.9 min60.186k$5.22AA
11Inkling 2 Small24.9 min57.9150k$1.18AA
12Claude Opus 5max24.5 min65.0118k$11.82AA
13新Agnes 2.5 Pro Theta24.4 min50.8278k$0.575AA
14Qwen3.8 27B无推理18.2 min45.545k$3.77AA
15Granite 4.2 8B15.9 min41.152k$0.040AA
16MiniMax M3.1 Flash15.2 min54.3138k$0.491AA
17Step 5 Preview15.2 min56.0113k$2.35AA
18Kimi K3low14.9 min53.640k$2.37AA
19Hy413.9 min56.778k$1.03AA
20Grok 4.6xhigh13.9 min56.158k$4.68AA
21Muse Spark 1.3max13.3 min60.691k$2.39AA
22MiniMax M313 min56.191k$1.29AA
23DeepSeek V4 Pro无推理12.9 min42.272k$0.977AA
24GLM 5.3low12.1 min47.352k$1.57AA
25Gemini 3.8 Flashmedium11.8 min60.282k$6.26AA
26Mistral Large 4medium11.7 min45.956k$1.41AA
27GPT-5.6 Terramax10.6 min59.566k$3.73AA
28Grok 4.7low10.2 min55.443k$2.92AA
29Muse Wonderhigh9.6 min56.268k$4.56AA
30GPT-5.6 Lunamax9.4 min56.259k$0.331AA
31Inklingxhigh9.3 min50.051k$1.35AA
32Claude Fable 5.1low7.6 min58.838k$4.47AA
33gpt-oss-120bhigh7.3 min45.373k$0.345AA
34DeepSeek V4.1 Flash 1017无推理7.1 min44.965k$0.425AA
35GPT-6 Solmax7 min62.654k$2.47AA
36Muse Spark Openxhigh6.1 min53.566k$2.02AA
37新Claude Fable 5.2low5.5 min65.336k$3.10AA
38K2 Horizon 375B A23B5.4 min49.564k–AA
39Inkling Small5.3 min52.037k$0.203AA
40Nemotron 3.5 Super VL5 min45.881k$0.557AA
41Muse Glimmerhigh5 min46.526k$0.178AA
42Mistral Medium 3.54.5 min46.640k$1.04AA
43Nemotron 3 Ultra 550B A55Bthinking4.3 min49.151k$2.21AA
44Nemotron 3.5 Lightning4.1 min41.465k$0.314AA
45Claude Haiku 4.5thinking3.7 min45.725k$0.532AA
46GPT-6 Astralow3.4 min62.09k$1.42AA
47Command A+3.4 min45.936k–AA
48North Mini Code3.2 min40.230k–AA
49Claude Opus 5.5low3 min58.919k$0.976AA
50新Muse Emberxhigh2.9 min49.172k$0.116AA
51Claude Sonnet 5.5low2.6 min50.721k$0.511AA
52Claude Haiku 5.5low2.3 min47.728k$0.044AA
53Beam 1.02 min45.934k$0.284AA
54GPT-6.1 Sollow1.9 min60.06k$0.161AA
55Mistral Small 4thinking1.7 min40.514k$0.040AA
56Gemini 3.5 Flash Lite1.6 min51.430k$0.693AA
57新Gemini 4 Hydrogenlow86 s–14k$0.292AA
58GPT-6.1 Terralow69 s56.64k$0.071AA
59Gemini 3.1 Flash Lite53 s52.616k$0.194AA
60GPT-6 Lunalow37 s45.83k$0.0051AA

引用格式:BenchLeader,《单任务耗时:一项基准任务所需时间》,数据截至 2026年11月16日,https://www.benchleader.com/zh/leaderboards/time-per-task。