首页/推理能力榜

推理能力榜

GPQA Diamond 研究生级科学题,博士撰写并交叉验证,答案无法通过搜索获得。

#模型数值相对第一综合 v5输出 $类型
1 Gemini 4 ArgonGoogle 96.4 第 1 50.4 $10.00
2 GPT-6 AstraOpenAI 95.8 99% 56.9 $50.00
3 Claude Sonnet 5.5Anthropic 95.6 99% 54.2 $10.00
4 GPT-6.1 SolOpenAI 95.4 99% 54.5 $10.00
5 Gemini 3.8 FlashGoogle 95.4 99% — $3.75
6 GPT-6.1 TerraOpenAI 94.3 98% 51.0 $5.00
7 Claude Opus 5.5Anthropic 93.9 97% 58.4 $20.00
8 Kimi K3 开源Moonshot AI 93.1 97% — $15.00 开源
9 Grok 4.7xAI 92.7 96% 35.0 $6.00
10 Qwen3.8 MaxAlibaba Qwen 92.7 96% — $8.00
11 GLM-5.3 开源Z.ai 90.9 94% 32.0 $2.20 开源
12 MiniMax M3 开源MiniMax 90.9 94% — $1.00 开源
13 DeepSeek V4.1 Flash 开源DeepSeek 89.8 93% 32.5 $1.20 开源
14 Gemma 4 31B 开源Google 75.8 79% — $0.40 开源
15 gpt-oss-120b 开源OpenAI 75.8 79% — $0.20 开源
16 MiMo-V2.6 Pro 开源Xiaomi 59.5 62% 30.0 $1.40 开源

← 返回综合总榜