模型多维对比

支持最多选择4个模型,进行各项指标的横向对比。

评估指标Claude Mythos PreviewClaude 5.5 SonnetKimi K3.1 Pro
提供商AnthropicAnthropicMoonshot AI
开源协议ProprietaryProprietaryOpen Weights
Podium 综合得分97.494.894.2
综合排名123
竞技场 Elo—15201490
智商指数—95.068.0
编程80.991.572.0
数学100.094.295.0
推理98.895.098.0
智能体—89.482.0
知识100.088.045.0
多模态100.096.096.0
长上下文—98.0100.0
速度—78.025.0
性价比—82.055.0
输出速度80 t/s94 t/s45 t/s
输入价格 ($/M)$3/M$3/M$4/M
输出价格 ($/M)$15/M$15/M$20/M
上下文窗口1000K1000K1000K
SWE-Bench Verified93.9%91.5%91.5%
GPQA Diamond94.6%95%97.5%
Multilingual MMLU92.7%——
Browsecomp86.9%95.2%94%
CharXiv Reasoning93.2%——
Humanity’s Last Exam64.7%61.2%58%
SWE-Bench Pro77.8%74.8%70%
FrontierMath—94.2%95%
OSWorld—84.5%—
LiveCodeBench—84%80%
MMMU-Pro—91%88%
MRCR v2—96.4%96%
τ²-Bench Retail—92.5%90%
Terminal-Bench Hard—88%76%
Ifbench—89.5%80%
0 / 4