GOODBOX LEADERBOARD
AI 模型排行榜
从写代码到改仓库，看模型能不能把软件做出来。
3 项评测·3 家机构·10/19 14:05 更新
编程榜TOP 30
综合榜前十中暂未进入编程榜：gemini-4-argon（已有 1 项编程评测）。分类榜只比较测过同类评测的模型。
按多项公开评测的共同证据排名。每个榜单或筛选结果最多展示 30 个模型，筛选后保留原榜名次与分数。
共识指数不是正确率；同分仍按共同证据确定的名次展示。
如何看这张榜
综合多家公开评测，不同模型的参评覆盖不同。价格不参与排名，缺测不记零分，指数不是正确率。
了解计算方法 →关于价格
API 价格来自厂商官网，按每百万 Token 展示。美元报价按 2026-10-16 汇率折算成人民币。缓存价格指命中后的输入价格，缓存写入、存储及订阅费用另计。