当代大模型图一乐评测,鉴定模型还说不说人话
| # |
模型与厂商
|
思考档位 | 梯队 |
天书指数
▲
越低越好
|
长链推演 CCI | 排版膨胀 FMT | 报菜名 ENU | 套话模板 TIC | 决断推延 CVD | 防御叠甲 HED |
|---|---|---|---|---|---|---|---|---|---|---|
| 🥇 1 | Gemini 4 ArgonGoogle google/gemini-4-argon | medium | 人话级 | 3.96 | 2.6 | 8.0 | 1.3 | 3.9 | 9.5 | 0.3 |
| 🥈 2 | Gemini 4 HydrogenGoogle google/gemini-4-hydrogen | low | 人话级 | 5.07 | 4.3 | 9.8 | 5.5 | 2.9 | 6.8 | 0.7 |
| 🥉 3 | Gemini 3.8 FlashGoogle google/gemini-3.8-flash | medium | 人话级 | 5.77 | 4.1 | 19.4 | 3.0 | 2.0 | 6.1 | 0.2 |
| 4 | Muse Spark 1.3 ContributorMeta opencode-go/muse-spark-1.3-contributor | minimal | 人话级 | 6.85 | 2.7 | 22.4 | 7.4 | 1.4 | 7.2 | 0.3 |
| 5 | Claude Sonnet 5.5Anthropic opencode-zen/claude-sonnet-5-5 | low | 人话级 | 7.49 | 5.8 | 17.6 | 13.1 | 0.6 | 4.6 | 0.0 |
| 6 | Claude Haiku 5 5Anthropic opencode-go/claude-haiku-5-5 | low | 人话级 | 7.77 | 5.4 | 14.1 | 8.4 | 1.2 | 16.9 | 2.6 |
| 7 | Claude Opus 5.5Anthropic opencode-zen/claude-opus-5-5 (混合路由(19+17)) | low | 人话级 | 8.64 | 7.6 | 30.2 | 8.1 | 0.2 | 2.7 | 0.1 |
| 8 | GPT-6.1 TerraOpenAI codex/gpt-6.1-terra | low | 黑话级 | 10.36 | 22.8 | 9.8 | 6.1 | 2.7 | 6.7 | 7.3 |
| 9 | GLM-5.3Zhipu opencode-zen/glm-5.3 | low | 黑话级 | 10.97 | 4.5 | 30.5 | 5.0 | 18.2 | 9.4 | 0.0 |
| 10 | GLM-5.3 FlashZhipu opencode-go/glm-5.3-flash | low | 黑话级 | 11.38 | 5.6 | 40.8 | 5.1 | 11.0 | 5.9 | 0.3 |
| 11 | GPT-6 LunaOpenAI codex/gpt-6-luna | low | 黑话级 | 12.17 | 29.4 | 4.9 | 7.5 | 7.0 | 5.9 | 8.3 |
| 12 | Kimi K3.1 ProMoonshot opencode-go/kimi-k3.1-pro (混合路由(27+9)) | low | 黑话级 | 12.45 | 25.3 | 18.3 | 15.0 | 0.2 | 0.4 | 3.0 |
| 13 | GPT-6.1 SolOpenAI codex/gpt-6.1-sol | low | 黑话级 | 13.25 | 18.8 | 32.7 | 7.7 | 3.4 | 8.7 | 3.2 |
| 14 | Qwen3.8 FlashAlibaba opencode-zen/qwen3.8-flash | low | 黑话级 | 13.86 | 1.8 | 59.6 | 1.7 | 12.9 | 12.5 | 0.0 |
| 15 | Qwen3.8 MaxAlibaba opencode-zen/qwen3.8-max | low | 天书级 | 14.31 | 4.2 | 59.2 | 2.8 | 10.8 | 12.3 | 0.6 |
| 16 | Deepseek V4.1 FlashDeepSeek opencode-go/deepseek-v4.1-flash | low | 天书级 | 15.26 | 20.6 | 22.5 | 24.0 | 2.8 | 10.8 | 1.4 |
| 17 | Minimax M3.1 FlashMiniMax opencode-go/minimax-m3.1-flash | low | 天书级 | 15.59 | 21.7 | 34.8 | 17.4 | 0.5 | 7.5 | 3.1 |
请帮我评测模型 [请在此填写模型 ID,如 deepseek/deepseek-v4.1-flash],并准备提交到 TshuBench(天书榜): 1. 运行 `npx skills add DBinK/TshuBench` 安装 `tshu-eval` 技能。 2. 加载 `tshu-eval` 技能并严格按照其中的规范与步骤执行评测、校验与 PR 准备。