完成一项任务的价格
成功完成一项任务实际要多少钱
DeepSeek V4.1 Flash 得分 81.1，单项任务 $0.029。领先者 Claude Fable 5.1 得分 83.4，单项任务 $1.212——贵 42 倍，只多 2.3 分。
任务价格
便宜的在前。分数留在旁边，让价格对着质量。
| # | 模型 | $/任务 | 总分 | 推理 | 编程 | 代理 | 数学 | 数据 | 语言 | 指令 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | DeepSeek V4.1 Flash Max 开源 | 0.029 | 81.1 | 86.7 | 80.0 | 77.3 | 93.3 | 79.3 | 81.2 | 70.0 |
| 2 | Gemini 3.7 Flash High | 0.157 | 78.8 | 87.8 | 78.9 | 58.3 | 93.5 | 68.0 | 85.5 | 79.9 |
| 3 | Grok 4.6 | 0.207 | 78.0 | 90.5 | 76.8 | 57.0 | 92.6 | 73.9 | 83.7 | 71.9 |
| 4 | Muse Spark 1.3 xHigh | 0.219 | 81.6 | 89.7 | 81.1 | 64.1 | 95.9 | 79.6 | 82.8 | 78.0 |
| 5 | Qwen 3.8 Max 开源 | 0.275 | 78.5 | 88.2 | 72.9 | 64.6 | 91.3 | 78.4 | 79.7 | 74.1 |
| 6 | Kimi K3 开源 | 0.348 | 79.2 | 90.7 | 81.4 | 62.2 | 84.4 | 78.7 | 85.5 | 71.4 |
| 7 | GPT-5.6 Terra Max | 0.352 | 77.9 | 90.6 | 78.2 | 54.9 | 94.9 | 79.3 | 82.9 | 64.6 |
| 8 | Muse Spark 1.2 xHigh | 0.375 | 78.0 | 90.0 | 77.5 | 57.6 | 91.2 | 76.5 | 78.6 | 74.3 |
| 9 | GPT-5.4 Thinking xHigh | 0.387 | 78.0 | 88.1 | 77.5 | 53.8 | 94.1 | 79.3 | 82.6 | 70.2 |
| 10 | GPT-5.5 Thinking xHigh | 0.435 | 80.2 | 89.7 | 82.1 | 54.0 | 95.9 | 81.6 | 87.4 | 70.7 |
| 11 | GPT-5.6 Sol Max | 0.515 | 81.0 | 91.7 | 83.9 | 56.2 | 96.2 | 79.8 | 87.7 | 71.8 |
| 12 | Claude 5 Opus Thinking Max | 0.699 | 80.1 | 91.2 | 81.4 | 65.2 | 95.7 | 74.6 | 88.7 | 63.8 |
| 13 | GPT-6 Astra Max | 0.736 | 82.2 | 92.7 | 80.4 | 57.3 | 96.8 | 83.0 | 89.4 | 75.6 |
| 14 | Claude Fable 5.1 Max | 1.212 | 83.4 | 91.7 | 86.4 | 66.1 | 97.0 | 80.3 | 89.5 | 73.0 |
| 15 | Claude Fable 5 Max | 1.439 | 83.0 | 89.7 | 86.0 | 62.2 | 96.0 | 80.5 | 90.7 | 75.8 |
来源：LiveBench，版本 2026-06-25。成功任务成本 = (Σ cost ÷ Σ questions ÷ score) × 100，美元。绿色是最便宜的三个，橙色是最贵的三个。分类列是分数，不是价格。