| # | Tier | 模型 | 综合 N | 综合 H | 能力 | 速度 | 稳定性 | $/1M 入/出 | 备注 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | S | nemotron-3-ultra档 强烈推荐 | 69.0 | — | 59 | 76 tok/s 2127ms 首响 | 3/3 ✓ 记忆 | 0.1 / 0.5 | NVIDIA 550B/55B；AAII v4.3 47.7（NVFP4）/48.2（BF16）按刻度触顶取 59；SWE 71.9、TB2.1 56.4、RULER 1M 94.7；1M 上下文▶ |
综合分（Nexus 池） 69.0 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 59 输出速度 76 tok/s 首字延迟 2127 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.1 / 0.5 性价比 345 分/均价 Hermes 角色 — 备注 NVIDIA 550B/55B；AAII v4.3 47.7（NVFP4）/48.2（BF16）按刻度触顶取 59；SWE 71.9、TB2.1 56.4、RULER 1M 94.7；1M 上下文 | |||||||||
| 2 | S | qwen3.8-max档 强烈推荐 | 67.8 | — | 59 | 49 tok/s 1063ms 首响 | 3/3 ✓ 记忆 | 2.0 / 6.0 | 多轮记忆测试空回复（reasoning 耗尽 token）▶ |
综合分（Nexus 池） 67.8 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 59 输出速度 49 tok/s 首字延迟 1063 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 2.0 / 6.0 性价比 23 分/均价 Hermes 角色 — 备注 多轮记忆测试空回复（reasoning 耗尽 token） | |||||||||
| 3 | S | kimi-k3档 强烈推荐 | 67.7 | — | 60 | 47 tok/s 3982ms 首响 | 3/3 ✓ 记忆 | 3.0 / 15.0 | 长任务推理经常中断▶ |
综合分（Nexus 池） 67.7 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 60 输出速度 47 tok/s 首字延迟 3982 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 3.0 / 15.0 性价比 11 分/均价 Hermes 角色 — 备注 长任务推理经常中断 | |||||||||
| 4 | S | hy4-preview档 强烈推荐 | 67.5 | — | 57 | 70 tok/s 2005ms 首响 | 3/3 ✓ 记忆 | 0.834 / 2.5 | 限时免费通道；最难推理项落后 K3/GLM-5.3▶ |
综合分（Nexus 池） 67.5 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 57 输出速度 70 tok/s 首字延迟 2005 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.834 / 2.5 性价比 54 分/均价 Hermes 角色 — 备注 限时免费通道；最难推理项落后 K3/GLM-5.3 | |||||||||
| 5 | S | glm-5.3档 强烈推荐 | 67.3 | — | 60 | 108 tok/s 1508ms 首响 | 3/3 ✓ 记忆 | 1.4 / 4.4 | Agentic Index 59 全球并列第1；实测吞吐极低▶ |
综合分（Nexus 池） 67.3 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 60 输出速度 108 tok/s 首字延迟 1508 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 1.4 / 4.4 性价比 31 分/均价 Hermes 角色 — 备注 Agentic Index 59 全球并列第1；实测吞吐极低 | |||||||||
| 6 | A | glm-5.3-flash档 强烈推荐 | 71.8 | — | 58 | 148 tok/s 1639ms 首响 | 3/3 ✓ 记忆 | 0.075 / 0.25 | A 档天花板，全场最低价▶ |
综合分（Nexus 池） 71.8 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 58 输出速度 148 tok/s 首字延迟 1639 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.075 / 0.25 性价比 604 分/均价 Hermes 角色 — 备注 A 档天花板，全场最低价 | |||||||||
| 7 | A | step-5-previewprimary · 档 强烈推荐 | 70.7 | 69.7 | 56 | 141 tok/s 548ms 首响 | 3/3 ✓ 记忆 | 1.0 / 5.0 | 旗舰接替 step-3.7-flash；AAII v4.3=44（全球开源前三、25/200，按 AAII 40=cap54 刻度内插 56）；1M 上下文、600B MoE（激活27B）；推理模型、输出冗长（评测输出≈2×中位），生产成本按 token 总量估▶ |
综合分（Nexus 池） 70.7 分 综合分（Hermes 池） 69.7 分 综合档 强烈推荐 能力分 56 输出速度 141 tok/s 首字延迟 548 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 1.0 / 5.0 性价比 35 分/均价 Hermes 角色 primary 备注 旗舰接替 step-3.7-flash；AAII v4.3=44（全球开源前三、25/200，按 AAII 40=cap54 刻度内插 56）；1M 上下文、600B MoE（激活27B）；推理模型、输出冗长（评测输出≈2×中位），生产成本按 token 总量估 | |||||||||
| 8 | A | kimi-k2.8-preview档 强烈推荐 | 70.3 | — | 58 | 111 tok/s 1017ms 首响 | 3/3 ✓ 记忆 | 0.95 / 4.0 | 官方未发 benchmark，定位「接近 K3」的编码主力；1M 上下文；能力分按 K3(60)/K2.6(57) 之间预估 58▶ |
综合分（Nexus 池） 70.3 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 58 输出速度 111 tok/s 首字延迟 1017 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.95 / 4.0 性价比 41 分/均价 Hermes 角色 — 备注 官方未发 benchmark，定位「接近 K3」的编码主力；1M 上下文；能力分按 K3(60)/K2.6(57) 之间预估 58 | |||||||||
| 9 | A | deepseek-flash档 强烈推荐 | 69.9 | — | 54 | 299 tok/s 1802ms 首响 | 2/3 ✓ 记忆 | 0.15 / 0.6 | DeepSeek-V4.1-Flash（9/10 发布，替代 V4 Flash/Pro 路由）；TB2.1 90.6 官方、AAII v4.3 40 超 V4 Pro(36)，能力分按清单 TB2.1 刻度内插估算；9/14 起 deepseek-v4-pro 请求路由至本模型▶ |
综合分（Nexus 池） 69.9 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 54 输出速度 299 tok/s 首字延迟 1802 ms 多轮稳定性 2/3 记忆测试 通过 价格 $/1M（入/出） 0.15 / 0.6 性价比 266 分/均价 Hermes 角色 — 备注 DeepSeek-V4.1-Flash（9/10 发布，替代 V4 Flash/Pro 路由）；TB2.1 90.6 官方、AAII v4.3 40 超 V4 Pro(36)，能力分按清单 TB2.1 刻度内插估算；9/14 起 deepseek-v4-pro 请求路由至本模型 | |||||||||
| 10 | A | hy3档 强烈推荐 | 69.2 | — | 56 | 158 tok/s 2447ms 首响 | 3/3 ✓ 记忆 | 0.14 / 0.58 | 腾讯混元 295B/21B 开源（Apache 2.0）；官方 SWE 78.0、GPQA 90.4、BrowseComp 84.2、SWE-Pro 57.9，AAII Preview 22.7 属异常口径弃用，按官方 benchmark 对标取 56；256K▶ |
综合分（Nexus 池） 69.2 分 综合分（Hermes 池） — 不在池内 综合档 强烈推荐 能力分 56 输出速度 158 tok/s 首字延迟 2447 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.14 / 0.58 性价比 277 分/均价 Hermes 角色 — 备注 腾讯混元 295B/21B 开源（Apache 2.0）；官方 SWE 78.0、GPQA 90.4、BrowseComp 84.2、SWE-Pro 57.9，AAII Preview 22.7 属异常口径弃用，按官方 benchmark 对标取 56；256K | |||||||||
| 11 | A | agnes-3.0-flash档 值得关注 | 63.9 | — | 51 | 86 tok/s 523ms 首响 | 3/3 ✓ 记忆 | 0.05 / 0.15 | 512K 上下文、$0.05/0.15 官方价；AAII v4.3=36 与 V4 Pro 持平（按 AAII 40=cap54 刻度内插 51）；GPQA 92.4、SciCode 52、AA-LCR 81 超 V4 Pro；弱项 Terminal-Bench 7%、Omniscience 25%；实测速度偏慢▶ |
综合分（Nexus 池） 63.9 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 51 输出速度 86 tok/s 首字延迟 523 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.05 / 0.15 性价比 852 分/均价 Hermes 角色 — 备注 512K 上下文、$0.05/0.15 官方价；AAII v4.3=36 与 V4 Pro 持平（按 AAII 40=cap54 刻度内插 51）；GPQA 92.4、SciCode 52、AA-LCR 81 超 V4 Pro；弱项 Terminal-Bench 7%、Omniscience 25%；实测速度偏慢 | |||||||||
| 12 | A | dots3-note-prev备用对话 · 档 值得关注 | 63.2 | 65.9 | 55 | 84 tok/s 339ms 首响 | 3/3 ✕ 记忆 | 2.0 / 2.0 | SWE 78.4 自报；多轮记忆测试失败▶ |
综合分（Nexus 池） 63.2 分 综合分（Hermes 池） 65.9 分 综合档 值得关注 能力分 55 输出速度 84 tok/s 首字延迟 339 ms 多轮稳定性 3/3 记忆测试 未通过 价格 $/1M（入/出） 2.0 / 2.0 性价比 32 分/均价 Hermes 角色 备用对话 备注 SWE 78.4 自报；多轮记忆测试失败 | |||||||||
| 13 | A | glm-4.7档 值得关注 | 60.2 | — | 55 | 34 tok/s 3706ms 首响 | 3/3 ✓ 记忆 | 0.6 / 2.2 | 智谱 2025-12 开源约 400B MoE 编程旗舰；SWE 73.8、GPQA 85.7、LiveCodeBench 84.9；AAII 口径混乱（68/42/34），按 42 口径+同代旗舰对标取 55；渠道组 default,linshi（svip 组不可达）▶ |
综合分（Nexus 池） 60.2 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 55 输出速度 34 tok/s 首字延迟 3706 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.6 / 2.2 性价比 60 分/均价 Hermes 角色 — 备注 智谱 2025-12 开源约 400B MoE 编程旗舰；SWE 73.8、GPQA 85.7、LiveCodeBench 84.9；AAII 口径混乱（68/42/34），按 42 口径+同代旗舰对标取 55；渠道组 default,linshi（svip 组不可达） | |||||||||
| 14 | A | Atria-Dawn-Preview档 值得关注 | 60.1 | — | 53 | 19 tok/s 4287ms 首响 | 3/3 ✓ 记忆 | 1.0 / 1.0 | 上海AI Lab 744B（GLM-5.2 基座）智能体特化；TB2.1 78.3、SWE-Pro 59.6、BrowseComp 92.5 全为自报无第三方复现，按 9 折取 53；256K▶ |
综合分（Nexus 池） 60.1 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 53 输出速度 19 tok/s 首字延迟 4287 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 1.0 / 1.0 性价比 60 分/均价 Hermes 角色 — 备注 上海AI Lab 744B（GLM-5.2 基座）智能体特化；TB2.1 78.3、SWE-Pro 59.6、BrowseComp 92.5 全为自报无第三方复现，按 9 折取 53；256K | |||||||||
| 15 | A | laguna-s-2.1档 值得关注 | 59.7 | — | 52 | 37 tok/s 2561ms 首响 | 3/3 ✕ 记忆 | 0.09 / 0.18 | Poolside 118B/8B 编码智能体；TB2.1 70.2、SWE-Multi 78.5、SWE-Pro 59.4，对标 LongCat-2.0(52) 档；1M 上下文▶ |
综合分（Nexus 池） 59.7 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 52 输出速度 37 tok/s 首字延迟 2561 ms 多轮稳定性 3/3 记忆测试 未通过 价格 $/1M（入/出） 0.09 / 0.18 性价比 531 分/均价 Hermes 角色 — 备注 Poolside 118B/8B 编码智能体；TB2.1 70.2、SWE-Multi 78.5、SWE-Pro 59.4，对标 LongCat-2.0(52) 档；1M 上下文 | |||||||||
| 16 | A | deepseek-v4-flash-0731备用对话 · 档 值得关注 | 58.2 | 57.3 | 52 | 22 tok/s 693ms 首响 | 3/3 ✓ 记忆 | 0.44 / 1.32 | 8/16 官方涨价已同步▶ |
综合分（Nexus 池） 58.2 分 综合分（Hermes 池） 57.3 分 综合档 值得关注 能力分 52 输出速度 22 tok/s 首字延迟 693 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.44 / 1.32 性价比 88 分/均价 Hermes 角色 备用对话 备注 8/16 官方涨价已同步 | |||||||||
| 17 | A | qwen3.8-27b档 值得关注 | 57.7 | — | 43 | 79 tok/s 400ms 首响 | 3/3 ✓ 记忆 | 0.4 / 1.2 | 27B 稠密，单机可跑▶ |
综合分（Nexus 池） 57.7 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 43 输出速度 79 tok/s 首字延迟 400 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.4 / 1.2 性价比 96 分/均价 Hermes 角色 — 备注 27B 稠密，单机可跑 | |||||||||
| 18 | A | cn:auto档 值得关注 | 56.3 | — | 54 | 82 tok/s 2061ms 首响 | 3/3 ✓ 记忆 | 2.8344 / 9.5022 | 路由型聚合端点（国产模型自动路由），无公开 benchmark，能力分按池定位估算 54▶ |
综合分（Nexus 池） 56.3 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 54 输出速度 82 tok/s 首字延迟 2061 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 2.8344 / 9.5022 性价比 12 分/均价 Hermes 角色 — 备注 路由型聚合端点（国产模型自动路由），无公开 benchmark，能力分按池定位估算 54 | |||||||||
| 19 | A | deep-model档 值得关注 | 55.3 | — | 56 | 43 tok/s 3529ms 首响 | 3/3 ✓ 记忆 | 5.0 / 15.0 | 路由型聚合端点（深度推理池），无公开 benchmark，能力分按前沿池定位估算 56▶ |
综合分（Nexus 池） 55.3 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 56 输出速度 43 tok/s 首字延迟 3529 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 5.0 / 15.0 性价比 7 分/均价 Hermes 角色 — 备注 路由型聚合端点（深度推理池），无公开 benchmark，能力分按前沿池定位估算 56 | |||||||||
| 20 | A | balanced-model档 一般 | 54.5 | — | 53 | 60 tok/s 2579ms 首响 | 3/3 ✓ 记忆 | 4.0 / 14.0 | 路由型聚合端点（均衡池），无公开 benchmark，能力分按池定位估算 53▶ |
综合分（Nexus 池） 54.5 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 53 输出速度 60 tok/s 首字延迟 2579 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 4.0 / 14.0 性价比 8 分/均价 Hermes 角色 — 备注 路由型聚合端点（均衡池），无公开 benchmark，能力分按池定位估算 53 | |||||||||
| 21 | B | sensenova-6.8-flash-lite备用对话 · 档 值得关注 | 60.4 | — | 45 | 295 tok/s 2274ms 首响 | 2/3 ✓ 记忆 | 2.0 / 2.0 | 商汤 lite 多模态智能体；自报 Agent Index 66.98（5 项均值超 V4-Flash/Gemini-3.5-Flash）无第三方 AAII，按自报 9 折估算 45；实测稳定性差▶ |
综合分（Nexus 池） 60.4 分 综合分（Hermes 池） — 不在池内 综合档 值得关注 能力分 45 输出速度 295 tok/s 首字延迟 2274 ms 多轮稳定性 2/3 记忆测试 通过 价格 $/1M（入/出） 2.0 / 2.0 性价比 30 分/均价 Hermes 角色 备用对话 备注 商汤 lite 多模态智能体；自报 Agent Index 66.98（5 项均值超 V4-Flash/Gemini-3.5-Flash）无第三方 AAII，按自报 9 折估算 45；实测稳定性差 | |||||||||
| 22 | B | qwen3.8-flashprofile_describer+web_extract · 档 值得关注 | 58.8 | 59.0 | 41 | 84 tok/s 849ms 首响 | 3/3 ✓ 记忆 | 0.15 / 0.47 | 1M 上下文低成本主力▶ |
综合分（Nexus 池） 58.8 分 综合分（Hermes 池） 59.0 分 综合档 值得关注 能力分 41 输出速度 84 tok/s 首字延迟 849 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.15 / 0.47 性价比 256 分/均价 Hermes 角色 profile_describer+web_extract 备注 1M 上下文低成本主力 | |||||||||
| 23 | B | mimo-v2.5档 一般 | 54.8 | — | 42 | 129 tok/s 3443ms 首响 | 2/3 ✓ 记忆 | 0.14 / 0.28 | 无旗舰级独立评测，全模态是差异化▶ |
综合分（Nexus 池） 54.8 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 42 输出速度 129 tok/s 首字延迟 3443 ms 多轮稳定性 2/3 记忆测试 通过 价格 $/1M（入/出） 0.14 / 0.28 性价比 313 分/均价 Hermes 角色 — 备注 无旗舰级独立评测，全模态是差异化 | |||||||||
| 24 | B | nemotron-3.5-lightning档 一般 | 54.4 | — | 45 | — | 3/3 ✓ 记忆 | 0.08 / 0.2 | NVIDIA 30B/3B 小模型；GPQA 75.6、SWE 52.8、MMLU-Pro 81.6，速度 Pareto 前沿；无 AAII 按小模型刻度内插 45；1M 上下文▶ |
综合分（Nexus 池） 54.4 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 45 输出速度 — 首字延迟 14245 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.08 / 0.2 性价比 494 分/均价 Hermes 角色 — 备注 NVIDIA 30B/3B 小模型；GPQA 75.6、SWE 52.8、MMLU-Pro 81.6，速度 Pareto 前沿；无 AAII 按小模型刻度内插 45；1M 上下文 | |||||||||
| 25 | B | fast-model档 一般 | 53.2 | — | 49 | 78 tok/s 1702ms 首响 | 3/3 ✓ 记忆 | 3.0 / 13.0 | 路由型聚合端点（速度池），无公开 benchmark，能力分按 flash 级池定位估算 49▶ |
综合分（Nexus 池） 53.2 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 49 输出速度 78 tok/s 首字延迟 1702 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 3.0 / 13.0 性价比 10 分/均价 Hermes 角色 — 备注 路由型聚合端点（速度池），无公开 benchmark，能力分按 flash 级池定位估算 49 | |||||||||
| 26 | — | big-pickle档 一般 | 30.0 | — | — | 682 tok/s 1143ms 首响 | 3/3 ✓ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） 30.0 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 682 tok/s 首字延迟 1143 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
| 27 | — | glm-5.3-flashx档 一般 | 30.0 | — | — | 216 tok/s 807ms 首响 | 3/3 ✓ 记忆 | 0.075 / 0.25 | 自动同步新增，待补能力分/上下文（价格已按计费库带出）▶ |
综合分（Nexus 池） 30.0 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 216 tok/s 首字延迟 807 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.075 / 0.25 性价比 253 分/均价 Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格已按计费库带出） | |||||||||
| 28 | — | space-bunny档 一般 | 29.8 | — | — | 279 tok/s 1840ms 首响 | 3/3 ✓ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） 29.8 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 279 tok/s 首字延迟 1840 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
| 29 | — | mimo-v2.6-flash档 一般 | 29.2 | — | — | 193 tok/s 3205ms 首响 | 3/3 ✓ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） 29.2 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 193 tok/s 首字延迟 3205 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
| 30 | — | codestral-latest档 一般 | 27.2 | — | — | 145 tok/s 971ms 首响 | 3/3 ✓ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） 27.2 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 145 tok/s 首字延迟 971 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
| 31 | — | glm-4.5-air档 一般 | 24.7 | — | — | 95 tok/s 234ms 首响 | 3/3 ✓ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） 24.7 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 95 tok/s 首字延迟 234 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
| 32 | — | neohorse-1-9b档 一般 | 23.1 | — | — | 63 tok/s 251ms 首响 | 3/3 ✓ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） 23.1 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 63 tok/s 首字延迟 251 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
| 33 | — | longcat-2.5-preview档 一般 | 22.6 | — | — | 60 tok/s 3127ms 首响 | 3/3 ✓ 记忆 | 0.75 / 2.95 | 自动同步新增，待补能力分/上下文（价格已按计费库带出）▶ |
综合分（Nexus 池） 22.6 分 综合分（Hermes 池） — 不在池内 综合档 一般 能力分 — 输出速度 60 tok/s 首字延迟 3127 ms 多轮稳定性 3/3 记忆测试 通过 价格 $/1M（入/出） 0.75 / 2.95 性价比 17 分/均价 Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格已按计费库带出） | |||||||||
| 34 | B | ling-3.0-flash-fin档 不可用 | ✕ | — | 41 | — | 0/3 ✕ 记忆 | 0.06 / 0.18 | 蚂蚁 124B/5.1B 金融特化（MIT）；AAII v4.3=23、Finance Index 24、AutomationBench 7%、TB 0%（智能体能力极弱），按刻度 41 与 qwen3.8-flash 持平；256K；输出 verbose▶ |
综合分（Nexus 池） ✕ 评测失败 综合分（Hermes 池） — 不在池内 综合档 不可用 能力分 41 输出速度 — 首字延迟 — 多轮稳定性 0/3 记忆测试 未通过 价格 $/1M（入/出） 0.06 / 0.18 性价比 — Hermes 角色 — 备注 蚂蚁 124B/5.1B 金融特化（MIT）；AAII v4.3=23、Finance Index 24、AutomationBench 7%、TB 0%（智能体能力极弱），按刻度 41 与 qwen3.8-flash 持平；256K；输出 verbose | |||||||||
| 35 | B | step-3.7-flash档 不可用 | ✕ | — | 44 | — | 0/3 ✓ 记忆 | 0.185 / 1.11 | 已下线，由 step-5-preview 接替▶ |
综合分（Nexus 池） ✕ 评测失败 综合分（Hermes 池） — 不在池内 综合档 不可用 能力分 44 输出速度 — 首字延迟 — 多轮稳定性 0/3 记忆测试 通过 价格 $/1M（入/出） 0.185 / 1.11 性价比 — Hermes 角色 — 备注 已下线，由 step-5-preview 接替 | |||||||||
| 36 | — | mistral-small-latest档 不可用 | ✕ | — | — | — | 0/3 ✕ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） ✕ 评测失败 综合分（Hermes 池） — 不在池内 综合档 不可用 能力分 — 输出速度 — 首字延迟 — 多轮稳定性 0/3 记忆测试 未通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
| 37 | — | qwen3.8-omni-flash档 不可用 | ✕ | — | — | — | 0/3 ✕ 记忆 | 0 / 0 | 自动同步新增，待补能力分/上下文（价格待补）▶ |
综合分（Nexus 池） ✕ 评测失败 综合分（Hermes 池） — 不在池内 综合档 不可用 能力分 — 输出速度 — 首字延迟 — 多轮稳定性 0/3 记忆测试 未通过 价格 $/1M（入/出） 0 / 0 性价比 — Hermes 角色 — 备注 自动同步新增，待补能力分/上下文（价格待补） | |||||||||
点击任意行可展开完整指标与备注。(N) = Nexus 全站池口径；(H) = Hermes 运行态口径（池外为 —）。两口径分数不一致属正常（凭据/分组不同 → 路由到不同上游渠道）。
[N] Nexus 口径失败、[H] Hermes 口径失败、[N+H] 双侧失败。单侧失败通常源于评测凭据分组不同（路由到不同上游），非整体故障；双侧失败才指向渠道配置。