مقارنة قدرات نماذج الذكاء الاصطناعي
البرمجة الوكيلية
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Terminal-Bench 2.1معيار الطرفية 2.1
— means no published score for this candidate in this source, not zero.8/11 recent-year models have scores
| رقم | النموذج | Cost / Testالتكلفة لكل اختبار | Input costسعر الإدخال لكل مليون token | Output costسعر الإخراج لكل مليون token | Durationمدة الاختبار المُبلغ عنها | |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5Claude Opus 5.5 | 87.64 | $0.5 | $4 | $20 | 6.38 min |
| 2 |  GPT-6 AstraGPT-6 Astra | 87.27 | $1.34 | $10 | $50 | 4.57 min |
| 3 | Claude Fable 5.1Claude Fable 5.1 | 85.02 | $3.07 | $10 | $50 | 8.33 min |
| 4 | Claude Opus 5Claude Opus 5 | 84.64 | $0.89 | $5 | $25 | 12.55 min |
| 5 | Claude Sonnet 5.5Claude Sonnet 5.5 | 83.15 | $0.63 | $2 | $10 | 7.77 min |
| 6 | GPT-6 SolGPT-6 Sol | 83.15 | $0.37 | $2 | $10 | 4.98 min |
| 7 | GPT-6 LunaGPT-6 Luna | 73.03 | $0.03 | $0.1 | $0.5 | 7.08 min |
| 8 |  Gemini 4 ArgonGemini 4 Argon | 57.68 | — | $4 | $20 | 14.03 min |
PandaNpc تم التحديث 21 أكتوبر 2026، 06:01 UTC
المصدر: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
دليل الأعمدة
- رقم
- ترتيب العرض فقط. الفرز يغيّر هذا الرقم؛ وهو ليس تصنيفًا منشورًا للقدرات.
- النموذج
- اسم النموذج المقيَّم وأيقونة مزوّده. الشرطة في عمود الدرجات تعني عدم توفر درجة منشورة هنا، وليس صفرًا.
- النتيجة
- يختبر إكمال مهام عملية في بيئة طرفية، مثل البرمجة وعمليات النظام. تستخدم الإصدارات مجموعات مهام مختلفة وينبغي مقارنتها بشكل منفصل. منهجية التقييم ↗
- Cost / Test
- التكلفة لكل اختبار · USD
- Input cost
- سعر الإدخال لكل مليون token · USD / 1M tokens
- Output cost
- سعر الإخراج لكل مليون token · USD / 1M tokens
- Duration
- مدة الاختبار المُبلغ عنها · s / min
- Vals.ai
- يتم الإبلاغ عن التكاليف والأوقات بواسطة Vals لهذا المعيار، وليست أسعار النماذج أو زمن الوصول عالمية. تغطي تكلفة API المقدّرة لـ CUA-bench استخدام التقييم، وهي تقدير حد أدنى، وليست تكلفة لكل مهمة؛ والوقت لكل إجراء هو متوسط، وليس وسيطًا. تشير علامة النجمة إلى سلوك التخزين المؤقت للمطالبات في يوم الإطلاق الذي زاد تكاليف كتابة الذاكرة المؤقتة. القيم المفقودة غير منشورة، وليست صفرًا.