AI 模型能力对比
电脑操作
仅显示最近一年发布的模型；只展示覆盖其中至少 3 款模型的评测。发布日期未知的不显示，历史数据仍保留。
Coarena · 混合任务
— 表示此来源未公布该候选的成绩，不代表零分。近一年模型中 7/11 款有成绩
| 序号 | 模型 | Agent 引擎 | 推理强度 | 95% 区间 | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
PandaNpc 更新于 2026年10月21日 UTC 06:01
数据来源: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
列说明
- 序号
- 仅表示当前显示顺序；排序会改变序号，它不是官方能力排名。
- 模型
- 显示被评测模型的名称及厂商图标；评分中的破折号表示此处暂无已发布成绩，不代表零分。
- Agent 引擎
- Coarena
- 推理强度
- medium
- 评分
- Coarena 引擎在浏览器、桌面、编程和问答混合任务上的人类盲评偏好分，采用 Bradley–Terry 评分，并非百分比或已验证的任务成功率。区间为 95%；区间重叠不能确定胜者。这是整体成绩，不是桌面子集；仅在官方公开时显示推理强度。排名使用最近 20,000 场有效盲评对战；此快照未给出计算时间，因此另列 PandaNpc 抓取时间。 评测方法说明 ↗
- 95% 区间
- 95% 区间