搜索

16 个结果 · “Reasoning”

模型总榜

Claude Haiku 5.5

更新聊天

Anthropic 的快速廉价模型,小任务够用,但 100K 上下文偏短。

“明显比 GPT-6 Luna 聪明——有些 coding benchmark 还干翻了 Sonnet 5。”

$0.10/$0.50 每百万 tokens (≤100k)按量最后更新 2026年11月
61%值得

Claude Opus 5.5

更新聊天

Anthropic 旗舰,日常干活最稳,写代码和复杂推理都是第一梯队。

“真要落地写代码,它还是最靠谱的模型。不像别的模型那样瞎编。”

$4/$20 每百万 tokens按量最后更新 2026年11月
67%值得

Claude Sonnet 5.5

更新聊天

Anthropic 中端主力,比 Opus 便宜快,编码代理的高性价比选择。

“日常主力模型里的天花板,没得说。快、价格也还行、代码还干净。”

$2/$10 每百万 tokens按量1 条评价最后更新 2026年11月
63%值得

谷歌最强前沿模型,Intelligence Index 第一,但只对安全研究员开放,用不上。

“能力更强了价格还没变——这点我至少得点个赞。”

$2/$10 每百万 tokens (→$4/$20 Dec 1)按量最后更新 2026年11月
39%不值得

GPT-6 Cyber

新聊天

OpenAI 的网络安全推理模型,找漏洞厉害,但只对获批组织开放,普通用户用不上。

“能发现 Linux 内核真实安全漏洞的 AI——这才是真有用的进步。”

$20/$100 每百万 tokens按量最后更新 2026年11月
27%不值得

Grok 4.7

更新聊天

xAI 模型,说话直白、并行工具调用强,但爱发明术语、废话多。

$30/月 (SuperGrok Premium); 免费档订阅最后更新 2026年11月
63%值得

Kimi K3.1 Pro

更新聊天

月之暗面旗舰,基准分数高,但配额不透明、贵得用不起。

“1M context 是真的能用。我把整个代码库倒进去,它全都记得住。”

$2/$10 每百万 tokens按量1 条评价最后更新 2026年11月
31%不值得

MiniMax M3.1 Flash

更新聊天

MiniMax 快速文本模型,纸上不错实战拉胯,被吐槽「benchmaxxing」。

“agent 任务成本直降 70%,这才是重点。”

$0.15/$0.60 每百万 tokens按量最后更新 2026年11月
37%不值得

Muse Wonder Full

更新聊天

Meta 前沿模型,AA 第二,但只在高价订阅、偏文本、视觉弱。

“这玩意儿哪冒出来的?凭空出现,直接坐在 index 榜第 3 名。”

$50/月订阅最后更新 2026年11月
47%不值得

最新测评