通用文本与深度推理榜
综合公开基准得分、80/20 混合净价、参考延迟与 90 天置信衰减的通用文本生成与推理模型投影排行。
查看完整分榜基于快照 v1.1.0 公开规格、80/20 混合标价与参考评测基线,确定性派生十大任务维度选型排行(零随机合成指标)。
十大模态与任务分类排行(CN 参考基线)前三:deepseek/deepseek-v4-1-flash / minimax/minimax-m3-1-flash / zhipu/glm-5-3-flash;峰值标价性价比 openai/gpt-6-luna(507.8/$)。分叉预警:openai/gpt-6-2-astra 属高基准参考延迟退化,minimax/minimax-m2-flash 属高性价比黑马(非实时遥测)。
口径说明:排行、标价成本、参考延迟与基准分来自静态公开规格与参考基线(非实时网关流量,未经第三方 ZDR 审计签章的节点保持未核验状态)。
| 排行维度 | 模态标签 | 当前区域榜首模型 | 专项指数 | 混合净价 | 核心指标 |
|---|---|---|---|---|---|
| 通用文本与深度推理榜 10 models · 0.65 * manifoldScore + 0.35 * benchmarkScore | TEXT · REASONING | qwen/qwen3-235b-a22b | 86.8 | $0.288 | 91.5 ref bench |
| 自动路由与策略分发榜 8 models · 0.55 * manifoldScore + 0.45 * min(100, valueLiftPerDollar / 4) | AUTO · ROUTING | zhipu/glm-5-3-flash | 94.4 | $0.220 | 410.0 lift/$ |
| 图像理解与多模态视觉榜 8 models · 0.60 * manifoldScore + 0.40 * benchmarkScore | VISION · IMAGE | deepseek/deepseek-v4-1-flash | 91.6 | $0.240 | 94.1 ref bench |
| 长程视频与跨帧理解榜 7 models · 0.50 * manifoldScore + 0.50 * min(100, contextWindow / 10000) | VIDEO · TEMPORAL | deepseek/deepseek-v4-1-flash | 94.7 | $0.240 | 1000K ctx |
| 实时语音交互与低延迟对话榜 8 models · 0.55 * min(100, tps / 1.8) + 0.45 * max(0, 100 - ttftMs / 6) | SPEECH · REALTIME | openai/gpt-6-luna | 90.1 | $0.180 | 132ms · 192 tok/s |
| 结构化决策与工具编排榜 8 models · 0.55 * benchmarkScore + 0.45 * manifoldScore | DECISIONS · TOOLS | deepseek/deepseek-v4-pro | 89.9 | $0.924 | 97.6 AST/bench |
| 向量语义表征与企业检索榜 7 models · 0.50 * manifoldScore + 0.50 * min(100, valueLiftPerDollar / 4.5) | VECTOR · RAG | zhipu/glm-5-3-flash | 90.5 | $0.220 | $0.03/1M cache |
| 精排重打分与引文核验榜 7 models · 0.50 * benchmarkScore + 0.50 * max(0, 100 - ttftMs / 5) | RERANK · PRECISION | deepseek/deepseek-v4-1-flash | 82.6 | $0.240 | 145ms ref TTFT |
| 长音频转写与会议结构化纪要榜 7 models · 0.55 * manifoldScore + 0.45 * min(100, contextWindow / 10000) | AUDIO · TRANSCRIPT | minimax/minimax-m3 | 91.9 | $0.480 | 1000K ctx |
| 离线 JSONL 批处理与错峰吞吐榜 8 models · 0.60 * min(100, valueLiftPerDollar / 3.5) + 0.40 * manifoldScore | ASYNC · JSONL BATCH | deepseek/deepseek-v4-1-flash | 96.1 | $0.240 | 392.1 lift/$ |
综合公开基准得分、80/20 混合净价、参考延迟与 90 天置信衰减的通用文本生成与推理模型投影排行。
查看完整分榜评估适合作为意图分类器与自动回退底座的高性价比、低首字延迟主力模型集合。
查看完整分榜面向高分辨率工程图纸、GUI 像素定位、图表解析与视觉结构化提取的多模态模型排行。
查看完整分榜针对百万级 tokens 共享窗口、多帧时序事件定位与多模态长上下文吞吐的模型选型参考。
查看完整分榜聚焦极短参考首字延迟与高速流式输出速率,适配实时语音助手及双向流式会话编排。
查看完整分榜衡量并行函数调用、严格 JSON 结构约束、多步状态机规划与护栏策略对齐能力。
查看完整分榜面向大规模知识库切片向量化、混合语义召回与低成本上下文构建的企业检索选型榜。
查看完整分榜针对多路召回候选段落精细重排、矛盾证据剔除与原文引文对齐的低延迟模型参考榜。
查看完整分榜面向数小时会议转写清洗、多语种术语校对、说话人纪要提炼与行动项抽取的长窗模型榜。
查看完整分榜面向百万行离线评测、合成语料清洗、错峰半价计费与高缓存复用批处理作业的经济性排行。
查看完整分榜