模型能力榜

模型能力榜把 Benchmark 成绩、模型规格、价格和推理性能放在一个页面中，适合做模型初筛和成本对照。成绩与模型规格来自同步的 Vellum 快照，价格图使用本站本地价格快照，页面未配置数据服务时会显示不可用状态。

先选择 Benchmark

页面默认选择覆盖模型最多的 Benchmark。使用下拉框可以切换任务基准，排行榜会按当前基准重新排序；分数越高代表该基准上的表现越好，但不同 Benchmark 的分数不能直接横向相加。

图表怎么读

点击图表中的模型可以加入对比。价格图支持切换综合平均或指定 Benchmark；综合平均要求模型至少覆盖多个基准，避免单个分数造成误判。

数据时间与刷新

页面会显示源页面更新时间和本次同步时间。点击「刷新」会从本站接口重新读取最新快照，不代表实时请求供应商或重新抓取外部页面。

价格图按成绩中的模型名称匹配本地 pricing.json，无需该模型同时出现在 Vellum 模型规格列表中。仅匹配同版本的 USD 标准方案，排除 batch 等变体；分时计费采用高峰价。未匹配报价的模型会列出名称，不按免费处理。

价格是对照值，可能与供应商当前套餐、区域、缓存和批量折扣不同。模型能力榜适合缩小候选范围，最终选型还应结合自己的任务样本和实际成本。

常见问题

为什么有些模型没有排名？ 该模型可能没有当前 Benchmark 的结果，或同步快照没有完整的模型映射。

价格越低就一定更好？ 不是。价格图同时展示能力，应该结合任务质量、延迟、上下文长度和输出稳定性判断。

页面提示服务未配置怎么办？ 需要在部署环境配置 Vellum 数据源；这不影响本地用量、表格、计算器和分词器功能。