Agnes 2.5 Pro Theta
发布追踪 · 第 10 天
Agnes 2.5 Pro Theta 发布之初:首批第三方结果
截至 2026年11月16日,Agnes 2.5 Pro Theta(Sapiens AI,发布于 2026年11月7日)已有来自 Artificial Analysis(AA Intelligence Index v5.0.1 24.0)的第三方结果。它在 BenchLeader Index 上于 331 个模型中排第 161 名(50.8)。标价为输入 $0.10、输出 $0.30(每百万 token),上下文窗口为 1M token。LMArena、Epoch AI、Vals AI、LiveBench、ARC Prize、Scale AI 和 SWE-bench 尚未测量。
- 发布日期
- 2026年11月7日(第 10 天)
- 提供商
- Sapiens AI
- 价格
- 输入 $0.10、输出 $0.30(每百万 token)
- 上下文窗口
- 1M token
- 开放权重
- 否
- BenchLeader Index
- 50.8(331 个模型中第 161 名)
| 第三方排行榜 | 目前的结果 |
|---|---|
| Artificial Analysis | AA Intelligence Index v5.0.1 24.0 · AA-LCR v1.1 84.7% · MMMU-Pro 78.4% · 下方还有更多 |
各排行榜通常在模型发布后几天内公布结果;本页每 6 小时重新生成一次。
发布对比
仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。
在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。
有 3 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、GPT-5 nano (56.2, $0.138)、Ling 3.0 Flash (51.7, $0.115)。
截至 2026年11月16日,Agnes 2.5 Pro Theta(Sapiens AI)在 BenchLeader Index 上得分 50.8(共 608 个已排名配置)。表现最好的是长上下文(67),最弱的是知识(39)。API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150),为 2026年11月16日的标价。输出速度约为 190 token/秒(Artificial Analysis)。发布于 2026年11月7日。
要点(截至 2026年11月16日)
- Agnes 2.5 Pro Theta 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150)(标价,2026年11月16日)。
- Agnes 2.5 Pro Theta 的输出速度约为 190 token/秒(Artificial Analysis,2026年11月16日)。
- Agnes 2.5 Pro Theta 于 2026年11月7日发布(Sapiens AI)。
详细说明:Agnes 2.5 Pro Theta 是 Sapiens AI 的闭源推理模型,发布于 2026年11月7日。其最佳配置在 BenchLeader Index 上得分 50.8 ±8.2,在 608 个配置中排第 328 名,处于下半区。关键在于这个“±”:另有 381 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(67),知识最低(39)。按混合价格计,每百万 token $0.150,属于已排名模型中最便宜的五分之一。输出速度为 190 token/秒,首次回答需 8.1 秒,位于最快的四分之一。最近一次测量:2026年11月7日。
- 混合价格
- $0.150/M
- 输入 $0.100 · 输出 $0.300
- 来源:Artificial Analysis
- 输出速度
- 190 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 8.08 s
- 上下文
- 1M
- 来源:Artificial Analysis
- 完整回答
- 17 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $0.575
- 每项任务 24 min,AA Index
- 单任务 token 数
- 278k
- 其中 83% 为推理
- 发布日期
- 2026年11月7日
- 综合 Index51
- 推理44
- 编程46
- 知识39
- 多模态61
- 长上下文67
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/agnes-2-5-pro-theta)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年11月9日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 |
|---|---|---|
| Humanity's Last Exam (AA)不计入 Index | 37.2%#120 | Artificial Analysis |
| HLE-Diamond (AA) | 16.8%#92 | Artificial Analysis |
| CritPt不计入 Index | 15.1%#104 | Artificial Analysis |
| CritPt v2 hard subset (AA) | 26.0%#88 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 |
|---|---|---|
| SciCode (AA)不计入 Index | 56.0%#50 | Artificial Analysis |
| Terminal-Bench 4.0 (AA)不计入 Index | 10.1%#117 | Artificial Analysis |
| FrontierCode 2.0 (AA) | 16.6%#80 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 |
|---|---|---|
| GDPval-AA v2.1不计入 Index | 1507#61 | Artificial Analysis |
| AutomationBench不计入 Index | 48.8%#109 | Artificial Analysis |
| GDP.pdf (AA)不计入 Index | 14.2%#128 | Artificial Analysis |
| AA-Briefcase v1.1不计入 Index | 1496#52 | Artificial Analysis |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 3.8%#89 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 |
|---|---|---|
| AA-Omniscience v1.1 | -11.2#109 | Artificial Analysis |
| AA-Omniscience v1.1: accuracy不计入 Index | 21.3%#118 | Artificial Analysis |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 58.6%#62 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 |
|---|---|---|
| MMMU-Pro | 78.4%#85 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 |
|---|---|---|
| AA-LCR v1.1 | 84.7%#6 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 |
|---|---|---|
| AA Intelligence Index v5.0.1不计入 Index | 24.0#83 | Artificial Analysis |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0001 | – | 9.7 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0014 | – | 11.2 s |
| 代码编辑 | 6,000 / 1,500 | $0.0011 | – | 16.0 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0072 | – | 29.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0003 | – | 9.1 s |
Sapiens AI 的更多模型
将 Agnes 2.5 Pro Theta 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Agnes 2.5 Pro Theta 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/agnes-2-5-pro-theta)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Agnes 2.5 Pro Theta on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/agnes-2-5-pro-theta
BibTeX:
@misc{benchleader_agnes_2_5_pro_theta_20261116,
author = {{BenchLeader}},
title = {{Agnes 2.5 Pro Theta on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/agnes-2-5-pro-theta}},
note = {Data as of 2026-11-16}
}常见问题
- Agnes 2.5 Pro Theta 的基准测试得分是多少?
- 截至 2026年11月16日,Agnes 2.5 Pro Theta 的 BenchLeader Index 为 50.8 ±8.2。最强的是长上下文(67),最弱的是知识(39)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Agnes 2.5 Pro Theta 排名第几?
- 截至 2026年11月16日,Agnes 2.5 Pro Theta 在 608 个已排名配置中排第 328 名。另有 381 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Agnes 2.5 Pro Theta 每百万 token 的价格是多少?
- 截至 2026年11月16日,Agnes 2.5 Pro Theta 的价格为输入每百万 token $0.100、输出每百万 token $0.300,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.150。
- Agnes 2.5 Pro Theta 比 Ling 3.1 Flash 更好吗?
- 截至 2026年11月16日,Agnes 2.5 Pro Theta 与 Ling 3.1 Flash 的质量不相上下(BenchLeader Index 50.8 比 50.8,在 ±10.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Agnes 2.5 Pro Theta 是什么时候发布的?
- Sapiens AI 于 2026年11月7日发布了 Agnes 2.5 Pro Theta。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Agnes 2.5 Pro Theta:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/agnes-2-5-pro-theta。