CP
INDEPENDENT BENCHMARKS

两套评测并列，
不合成新总分。

模型版本、推理档位和 Agent 脚手架只有全部一致，才标记为“对应评测”；否则只能称为“相关模型评测”。

01

Artificial Analysis

模型层面的 Intelligence、Coding Agent、速度与 Cost per Task；本站只提供方法摘要和官方入口。

LIMITATIONS
  • 模型 API 的 Cost per Task 不能替代订阅套餐的真实任务成本。
  • 只有模型版本、推理档位和 Agent 脚手架一致时才可称为对应评测。
  • 不将 Intelligence Index 与成本合成为本站套餐排名。
授权边界：免费 Data API 不允许把分数公开再分发；首版不复制、不缓存、不生成镜像榜单。
打开评测 查看方法
02

llm2014 / llm_benchmark

Coding V3 为主、逻辑私有题库趋势为辅；视觉榜不纳入本网站。

LIMITATIONS
  • 个人维护的小规模私有题库，月度滚动可能出现约 ±3 分波动。
  • Coding V3 结果应理解为模型 + 推理档位 + Agent 脚手架的组合。
  • Claude Code、Codex、Grok Build、Gemini CLI、OpenCode 的结果不是纯模型能力。
  • 测试成本是 API 评测成本，不是订阅套餐中的实际任务成本。
授权边界：仓库当前未发现 LICENSE；本站仅做方法摘要与外链，不镜像 CSV、图表或具体分数。
打开评测 查看方法

测试成本不是套餐任务成本。 第三方榜单里的 Cost per Task 是在特定模型、推理档位、Agent 与 API 价格下的评测支出，不代表 ChatGPT Plus、Claude Max、Grok 或 Kimi 会员里完成同一任务的真实扣费。