葬AI Benchmark

19 模型 × 10 轮成绩

19 个入榜模型，每个模型 10 轮；按均分排序，中位数作为稳定性参照。

releaseId: web4-graph-v2-leaderboard-20260815-v3

GitHub模型分析多模态分析旧榜单

模型总榜

按 10 轮平均分排序；S–E 档位通常每 10 分一档，LongCat 2.0 经人工复核调整为 D 档。

S
GPT-5.6 Sol
69.95
平均分
中位数 82.71
平均耗时 6.26 分钟
调用数 175
10任务成本 估算 ¥86.500
S
Claude Fable 5
62.39
平均分
中位数 71.47
平均耗时 8.58 分钟
调用数 207
10任务成本 估算 ¥188.164
A
Grok 4.6
58.57
平均分
中位数 63.70
平均耗时 5.38 分钟
调用数 87
10任务成本 估算 ¥15.657
A
Qwen 3.8 Max
58.08
平均分
中位数 51.61
平均耗时 13.27 分钟
调用数 180
10任务成本 ¥38.218
A
Kimi K3
54.55
平均分
中位数 62.38
平均耗时 15.17 分钟
调用数 248
10任务成本 ¥42.737
A
Claude Opus 5
53.91
平均分
中位数 50.29
平均耗时 16.80 分钟
调用数 478
10任务成本 估算 ¥273.123
A
GLM-5.3
52.32
平均分
中位数 56.98
平均耗时 12.69 分钟
调用数 287
10任务成本 估算 ¥38.191
B
DeepSeek V4 Pro
45.07
平均分
中位数 38.03
平均耗时 7.65 分钟
调用数 262
10任务成本 ¥3.749
B
DeepSeek V4 Pro 正式版
42.62
平均分
中位数 46.06
平均耗时 7.93 分钟
调用数 178
10任务成本 估算 ¥2.371
B
Grok 4.5
41.87
平均分
中位数 41.50
平均耗时 3.28 分钟
调用数 64
10任务成本 估算 ¥11.893
B
DeepSeek V4 Flash 正式版
41.25
平均分
中位数 30.03
平均耗时 6.94 分钟
调用数 245
10任务成本 ¥1.056
C
Qwen 3.7 Max
37.97
平均分
中位数 26.62
平均耗时 6.85 分钟
调用数 215
10任务成本 ¥20.700
C
GPT-5.6 Luna
36.62
平均分
中位数 46.79
平均耗时 5.72 分钟
调用数 130
10任务成本 估算 ¥5.003
C
GLM 5.2
36.44
平均分
中位数 17.50
平均耗时 11.24 分钟
调用数 230
10任务成本 ¥33.126
D
Step 3.7 Flash
29.11
平均分
中位数 20.80
平均耗时 5.42 分钟
调用数 289
10任务成本 ¥6.875
D
Doubao Seed Evolving
28.70
平均分
中位数 31.42
平均耗时 5.44 分钟
调用数 179
10任务成本 ¥13.178
D
MiMo 2.5 Pro
22.81
平均分
中位数 22.29
平均耗时 4.62 分钟
调用数 206
10任务成本 ¥6.011
D
LongCat 2.0
18.45
平均分
中位数 10.25
平均耗时 7.60 分钟
调用数 226
10任务成本 ¥3.255
E
ERNIE 5.1
2.23
平均分
中位数 0.00
平均耗时 11.40 分钟
调用数 107
10任务成本 ¥45.560
葬AI

性价比榜

性价比指数 = 平均分 ÷ 综合消耗排名；综合消耗排名 = 成本排名×40% + 耗时排名×25% + 调用数排名×20% + 总 token 排名×15%。

1Grok 4.5
11.02
性价比指数
平均分 41.87
平均耗时 3.28 分钟
调用数 64
10任务成本 估算 ¥11.893
2Grok 4.6
10.75
性价比指数
平均分 58.57
平均耗时 5.38 分钟
调用数 87
10任务成本 估算 ¥15.657
3GPT-5.6 Luna
7.71
性价比指数
平均分 36.62
平均耗时 5.72 分钟
调用数 130
10任务成本 估算 ¥5.003
4DeepSeek V4 Pro 正式版
7.41
性价比指数
平均分 42.62
平均耗时 7.93 分钟
调用数 178
10任务成本 估算 ¥2.371
5GPT-5.6 Sol
6.69
性价比指数
平均分 69.95
平均耗时 6.26 分钟
调用数 175
10任务成本 估算 ¥86.500
6DeepSeek V4 Flash 正式版
5.69
性价比指数
平均分 41.25
平均耗时 6.94 分钟
调用数 245
10任务成本 ¥1.056
7Qwen 3.8 Max
4.65
性价比指数
平均分 58.08
平均耗时 13.27 分钟
调用数 180
10任务成本 ¥38.218
8Claude Fable 5
4.47
性价比指数
平均分 62.39
平均耗时 8.58 分钟
调用数 207
10任务成本 估算 ¥188.164
9DeepSeek V4 Pro
4.40
性价比指数
平均分 45.07
平均耗时 7.65 分钟
调用数 262
10任务成本 ¥3.749
10Doubao Seed Evolving
4.19
性价比指数
平均分 28.70
平均耗时 5.44 分钟
调用数 179
10任务成本 ¥13.178
11Kimi K3
3.67
性价比指数
平均分 54.55
平均耗时 15.17 分钟
调用数 248
10任务成本 ¥42.737
12Qwen 3.7 Max
3.55
性价比指数
平均分 37.97
平均耗时 6.85 分钟
调用数 215
10任务成本 ¥20.700
13GLM-5.3
3.52
性价比指数
平均分 52.32
平均耗时 12.69 分钟
调用数 287
10任务成本 估算 ¥38.191
14MiMo 2.5 Pro
3.43
性价比指数
平均分 22.81
平均耗时 4.62 分钟
调用数 206
10任务成本 ¥6.011
15Step 3.7 Flash
2.93
性价比指数
平均分 29.11
平均耗时 5.42 分钟
调用数 289
10任务成本 ¥6.875
16GLM 5.2
2.90
性价比指数
平均分 36.44
平均耗时 11.24 分钟
调用数 230
10任务成本 ¥33.126
17Claude Opus 5
2.84
性价比指数
平均分 53.91
平均耗时 16.80 分钟
调用数 478
10任务成本 估算 ¥273.123
18LongCat 2.0
2.17
性价比指数
平均分 18.45
平均耗时 7.60 分钟
调用数 226
10任务成本 ¥3.255
19ERNIE 5.1
0.19
性价比指数
平均分 2.23
平均耗时 11.40 分钟
调用数 107
10任务成本 ¥45.560
葬AI

Round 矩阵

与上方模型总榜、性价比榜使用完全相同的 19 模型 × 10 轮成绩。

RoundGPT-5.6 SolS 档Claude Fable 5S 档Grok 4.6A 档Qwen 3.8 MaxA 档Kimi K3A 档Claude Opus 5A 档GLM-5.3A 档DeepSeek V4 ProB 档DeepSeek V4 Pro 正式版B 档Grok 4.5B 档DeepSeek V4 Flash 正式版B 档Qwen 3.7 MaxC 档GPT-5.6 LunaC 档GLM 5.2C 档Step 3.7 FlashD 档Doubao Seed EvolvingD 档MiMo 2.5 ProD 档LongCat 2.0D 档ERNIE 5.1E 档
r1
E
1.38
E
17.68
E
18.48
S
71.73
A
54.06
S
69.71
S
98.88
S
66.56
B
48.35
D
29.78
E
12.12
E
19.83
S
64.10
E
15.51
A
50.47
C
32.54
C
35.74
E
10.13
E
0.00
r2
S
61.25
E
17.50
S
99.84
C
36.36
S
89.90
E
0.00
S
67.70
B
45.12
E
12.52
A
52.01
S
80.42
A
56.38
A
59.42
S
91.08
D
23.29
E
4.55
E
9.01
E
10.37
E
0.00
r3
S
97.53
S
87.36
S
99.28
C
38.42
C
31.85
B
47.76
E
0.00
E
16.45
E
14.35
A
52.11
D
28.75
D
27.71
B
44.33
E
17.50
E
0.00
B
46.76
E
14.35
E
9.01
E
0.00
r4
S
83.29
S
98.88
E
17.50
B
45.13
S
95.89
E
0.00
S
61.78
S
89.07
S
79.77
A
52.95
D
20.63
B
44.61
A
55.31
C
34.60
E
7.21
S
80.67
C
30.22
E
9.28
E
4.55
r5
S
98.82
S
70.82
S
98.01
C
36.52
S
78.58
S
97.90
C
36.36
D
27.40
A
51.29
E
14.35
S
60.34
S
90.88
E
0.00
S
82.25
E
6.09
E
19.25
S
72.40
E
19.99
E
0.00
r6
S
89.42
E
3.76
E
19.99
B
42.75
E
14.35
A
51.68
D
29.58
C
30.28
S
84.09
S
99.27
E
17.76
S
73.89
E
0.00
S
63.98
E
4.11
C
36.94
E
0.00
E
0.00
E
6.09
r7
S
96.24
S
97.95
S
87.72
S
85.41
E
7.20
B
48.89
S
94.09
E
10.85
E
15.59
E
17.52
C
31.30
E
15.35
E
0.00
E
14.23
C
38.87
C
30.30
C
32.18
A
52.07
E
2.73
r8
S
71.66
S
67.54
S
74.03
A
58.08
S
85.38
S
78.58
E
11.22
S
81.27
A
57.39
E
17.68
E
17.63
D
25.52
E
0.00
E
11.27
E
18.31
E
0.00
E
2.73
E
7.64
E
8.89
r9
E
17.83
S
72.11
A
53.36
S
80.99
S
70.69
B
46.67
A
52.18
A
52.74
B
43.77
A
51.93
S
69.18
D
25.48
B
49.25
E
17.50
A
53.32
C
35.94
E
0.00
E
16.91
E
0.00
r10
S
82.12
S
90.29
E
17.50
S
85.40
E
17.63
S
97.89
S
71.39
C
30.94
E
19.10
C
31.07
S
74.33
E
0.00
S
93.77
E
16.45
S
89.46
E
0.00
C
31.50
B
49.14
E
0.00