token 用量:每项任务的输出 token 数
各配置在 Artificial Analysis Intelligence Index 中每项任务输出的 token 数(含推理),取整次运行的平均值。完成同样的工作所用 token 越少,模型越便宜、越快;但它不是质量指标,请与 Index 一起看。
截至 2026年11月16日,BenchLeader 在“单任务 token 数”榜上将 GPT-6 Luna 排在第一(3k)。其后为 GPT-6.1 Terra(4k)和 GPT-6.1 Sol(6k)。
126 个模型 · 数据截至 2026年11月16日
质量与为此付出的代价
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 token 数是 Intelligence Index 中一项平均任务的输出 token 数(含推理),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。
单任务 token 数
输出 token,含推理输出 token(完整 Index 运行)
整次运行的全部任务(AA 统计的合计)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,按标价计算完整 Index 运行的成本
美元,按标价计算(AA 统计的合计)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。
- 1GPT-6 Luna (low)3k
- 2GPT-6.1 Terra (low)4k
- 3GPT-6.1 Sol (low)6k
- 4GPT-6 Astra (low)9k
- 5Nemotron 3 Nano 4B12k
- 6Gemini 4 Hydrogen (low)14k
- 7Mistral Small 4 (thinking)14k
- 8Gemini 3.1 Flash Lite16k
- 9Claude Opus 5.5 (low)19k
- 10Claude Sonnet 5.5 (low)21k
- 11Claude Haiku 4.5 (thinking)25k
- 12Muse Glimmer (high)26k
- 13Claude Haiku 5.5 (low)28k
- 14North Mini Code30k
- 15Gemini 3.5 Flash Lite30k
| # | ||||||
|---|---|---|---|---|---|---|
| 1 | 311k | 48.9 | 85% | 69 min | $0.956 | |
| 2 | 新 | 278k | 50.8 | 83% | 24 min | $0.575 |
| 3 | 225k | 50.8 | 67% | – | $3.19 | |
| 4 | 171k | 58.7 | 70% | 48 min | $10.02 | |
| 5 | Nanbeige4.3-33B开放 | 158k | – | 64% | – | – |
| 6 | 150k | 57.9 | 59% | 25 min | $1.18 | |
| 7 | 148k | 53.9 | 66% | 31 min | $0.569 | |
| 8 | 138k | 54.3 | 74% | 15 min | $0.491 | |
| 9 | 134k | 57.8 | 76% | 41 min | $0.583 | |
| 10 | 132k | 54.8 | 76% | 50 min | $0.129 | |
| 11 | 121k | 57.5 | 71% | 38 min | $0.257 | |
| 12 | 118k | 65.0 | 62% | 25 min | $11.82 | |
| 13 | JT-4.1 Flash 236B A21B | 116k | – | 65% | – | – |
| 14 | Apodex 1.1 | 116k | 48.0 | 66% | – | $0.764 |
| 15 | 113k | 56.0 | 70% | 15 min | $2.35 | |
| 16 | 100k | 61.6 | 55% | 28 min | $4.31 | |
| 17 | 91k | 56.1 | 50% | 13 min | $1.29 | |
| 18 | 91k | 60.6 | 60% | 13 min | $2.39 | |
| 19 | 88k | 61.7 | 62% | – | – | |
| 20 | 86k | 60.1 | 38% | 26 min | $5.22 | |
| 21 | 82k | 60.2 | 58% | 12 min | $6.26 | |
| 22 | 81k | 45.8 | 69% | 5 min | $0.557 | |
| 23 | 78k | 56.7 | 70% | 14 min | $1.03 | |
| 24 | 73k | 45.3 | 66% | 7 min | $0.345 | |
| 25 | 新 | 72k | 49.1 | 61% | 3 min | $0.116 |
| 26 | 72k | 61.8 | 61% | 40 min | $3.68 | |
| 27 | 70k | 56.0 | 64% | 15 min | $0.849 | |
| 28 | 68k | 56.2 | 57% | 10 min | $4.56 | |
| 29 | 66k | 53.5 | 49% | 6 min | $2.02 | |
| 30 | 66k | 59.5 | 62% | 11 min | $3.73 | |
| 31 | 65k | 44.9 | 0% | 7 min | $0.425 | |
| 32 | 65k | 41.4 | 47% | 4 min | $0.314 | |
| 33 | 64k | 49.5 | 71% | 5 min | – | |
| 34 | 59k | 56.2 | 64% | 9 min | $0.331 | |
| 35 | 58k | 56.1 | 55% | 14 min | $4.68 | |
| 36 | 56k | 45.9 | 63% | 12 min | $1.41 | |
| 37 | 55k | 42.4 | 41% | – | – | |
| 38 | 54k | 62.6 | 66% | 7 min | $2.47 | |
| 39 | 52k | 47.3 | 69% | 12 min | $1.57 | |
| 40 | 52k | 41.1 | 72% | 16 min | $0.040 | |
| 41 | 51k | 49.1 | 40% | 4 min | $2.21 | |
| 42 | 51k | 50.0 | 66% | 9 min | $1.35 | |
| 43 | 45k | 45.5 | 0% | 18 min | $3.77 | |
| 44 | 43k | 55.4 | 51% | 10 min | $2.92 | |
| 45 | 40k | 53.6 | 68% | 15 min | $2.37 | |
| 46 | 40k | 46.6 | 45% | 5 min | $1.04 | |
| 47 | 38k | 58.8 | 41% | 8 min | $4.47 | |
| 48 | 37k | 52.0 | 68% | 5 min | $0.203 | |
| 49 | 新 | 36k | 65.3 | 46% | 6 min | $3.10 |
| 50 | 36k | 45.9 | 57% | 3 min | – | |
| 51 | 34k | 39.3 | 56% | – | – | |
| 52 | 34k | 45.9 | 64% | 119 s | $0.284 | |
| 53 | 30k | 51.4 | 55% | 99 s | $0.693 | |
| 54 | 30k | 40.2 | 57% | 3 min | – | |
| 55 | 28k | 47.7 | 54% | 2 min | $0.044 | |
| 56 | 26k | 46.5 | 55% | 5 min | $0.178 | |
| 57 | 25k | 45.7 | 17% | 4 min | $0.532 | |
| 58 | 21k | 50.7 | 41% | 3 min | $0.511 | |
| 59 | 19k | 58.9 | 36% | 3 min | $0.976 | |
| 60 | 16k | 52.6 | 68% | 53 s | $0.194 |
引用格式:BenchLeader,《token 用量:每项任务的输出 token 数》,数据截至 2026年11月16日,https://www.benchleader.com/zh/leaderboards/tokens-per-task。