把 模型能力 × Reasoning 档位 × 单任务消耗 × 订阅 Plan 放到同一张交互地图里。
Open Live Map ↗ · How to read · Methodology · MIT
Data snapshot: 2026-10-19 · 8 providers · AA v4.3.2 · No tracking
这不是一个“模型排行榜”，而是一张决策地图：
- 顶部三张卡片直接给出当前的 前沿性价比 / 绝对能力 / 开放权重性价比。
- 主图把能力放在纵轴、任务消耗放在横轴，越靠左上越优。
- 主图下方的「筛选 · 按厂商」将原先按模型逐项排列的图例合并为 8 家厂商：默认全部；首次点击单选、继续点击可多选、再次点击选中项可取消，点击「显示全部」可复位。图表、模型表格及选中详情同步筛选；Reasoning、Log 横轴、估算点、历史模型仍支持独立控制。
- 排名表、Plan 推荐与方法论继续向下展开，不需要在多个 benchmark 页面之间来回切换。
当前前沿性价比推荐：GPT-6.1 Sol · Medium。
当前绝对能力最高点：Claude Opus 5.5 · Max。
图表交互刻意做得更克制：
- 外观设置：右上角可选择「浅色 / 深色 / 跟随系统」；本地保存偏好，系统模式会响应系统配色变化；图表、卡片与数据表同步调整。
- 精确密集点选择环：鼠标进入实际散点中心 12px 内才展开（原 25px）；邻近模型聚合范围缩至 34px（原 53px）。标签按照原始散点方位进行有序排布，每条连接线从真实散点延伸至对应按钮，两端使用同编号明确对应关系；边缘或空间不足时退化为可点击列表，不会随机错配。移动端点按散点展开列表。
- 厂商筛选图例：原 Chart.js 按每个模型族展开的长串图例改为图表下方八家厂商按钮，显式标注「筛选」与已选厂商数量，支持单选/多选/一键恢复全部；键盘可操作并通过 aria-pressed 表示选中状态，避免与其他 Reasoning 选项混淆。
- 点击才显示详情：只有点击散点、展开的模型按钮或排名表的可访问行才更新模型详情；单纯悬停不会覆盖当前选择。支持 Escape 关闭、键盘选择和减少动画偏好。
- 完整详情固定显示在筛选器与图表之间，包括 AA Intelligence、归一化能力、AA 单任务成本、修正后倍率、实测 / 估算状态。
- 点击后信息保持，手机端也不依赖 hover；如果筛选条件把当前模型隐藏，详情会自动清空。浏览器窗口尺寸/筛选状态变化会清理展开环。
| Provider | 当前模型族 |
|---|---|
| OpenAI | GPT-6 Luna · GPT-6.1 Sol · GPT-6 Astra · GPT-6 Sol（历史） |
| Anthropic | Claude Haiku 5.5 · Claude Sonnet 5.5 · Claude Opus 5.5 · Claude Fable 5.1 |
| Gemini 3.8 Flash · Gemini 4 Argon | |
| DeepSeek | V4.1 Flash-1017 Max（当前 AA 实测 45 / $0.26）、High（待测） · V4.1 Flash 0910（历史 AA） |
| Z.ai | GLM-5.3 · GLM-5.3 Flash |
| Kimi | Kimi K3 |
| Xiaomi | MiMo V2.6 Pro · MiMo V2.6 Flash（AA 实测）；Pro UltraSpeed（独立服务档，非 AA 实测点） |
| xAI | Grok 4.7 · Grok 4.6（官方 API + AA 独立测量档位） |
| 目标 | 推荐 | AA Index | AA task cost | 备注 |
|---|---|---|---|---|
| 前沿性价比 | GPT-6.1 Sol · Medium | 48 | $0.21 | 能力门槛之上的最低实测任务成本 |
| 绝对能力 | Claude Opus 5.5 · Max | 58 | $5.98 | 当前页面统一能力口径最高点 |
| 开放权重性价比 | MiMo V2.6 Pro | 46 | $0.13 | AA 实测，能力高且成本低于原 GLM-5.3 Flash 推荐 |
默认使用 Artificial Analysis Intelligence Index v4.3.2，并把当前最高点线性归一为 100：
normalized capability = AA Intelligence Index / 58 × 100
这样不同 Provider 不需要混用各自的厂商 benchmark。
默认使用 Artificial Analysis 的 Cost per Intelligence Index Task，再以 GPT-6 Luna Max 作为 1× 基准：
consumption ratio = corrected task cost / corrected GPT-6 Luna Max task cost
跨厂商的 ChatGPT allowance、Claude session cap、Kimi credits 等内部额度并不等价，所以主图不直接把订阅额度强行换算到同一条轴上。
AA 的 task cost 已包含 reasoning token；页面额外提供一个可关闭的长任务修正层，用于近似持续 Agent loop 的订阅额度体感：
| Effort | 修正 |
|---|---|
| Low | 1.00× |
| Medium | 1.00× |
| High | 1.05× |
| XHigh | 1.10× |
| Max | 1.18× |
它不是厂商官方计费倍率。
页面把三类信息明确区分：
官方信息
用于确认模型是否存在、Reasoning / Effort 档位、订阅 Plan、价格、额度和产品政策。
统一第三方实测
Artificial Analysis 用于跨厂商能力与单任务成本的统一比较。
显式估算
只有在“官方确认该档位存在、但当前 AA 没有对应统一测量”时才补点；UI 使用叉形空心点，并允许一键隐藏。
当前估算点包括 Gemini 3.8 Flash Low、历史版 DeepSeek V4.1 Flash 0910 Low / High、GLM-5.3 High、Kimi K3 High。1017 Max 已获得独立 AA 实测；1017 High 尚无匹配的独立 AA 数值，单独标为待测，不生成模型能力或成本插值。
“前沿性价比”不是简单做 能力 ÷ 价格。极便宜但能力明显偏低的模型会在这种公式里被数学性放大，因此本项目采用：
- 先设能力门槛：当前为 AA Index ≥ 48；
- 再在满足门槛的实测点中寻找最低任务成本；
- 估算点不参与“最高能力”结论；
- Plan 推荐与 API task cost 分开处理。
这让推荐更接近“这个模型能不能完成目标任务，以及完成它要消耗多少资源”。
- Artificial Analysis 于 2026-10-18 新增独立模型评测：DeepSeek V4.1 Flash 1017 Max 的 Intelligence Index v4.3.2 = 45、Cost per Intelligence Index Task = $0.26，输出速度约 230 tokens/s。上一代 0910 Max 对应的历史固定快照为 39 / $0.27；能力约提升 15.4%，AA 同口径单任务成本小幅下降。请勿将 AA 的实时网页单价与该历史固定快照混为一次重测。AA 1017 Max 详情 · AA 全局榜单
- 显示与评测口径：1017 Max 正式加入能力–成本散点图和排名表，版本对照卡展示 45 / $0.26；1017 High 仍是独立待测记录，四项 AA/成本指标继续 N/A，不以 Max 结果推算 High。0910 None / Low / High / Max 四项旧点继续默认显示，标明为历史版本，历史点不参与当前 Pareto 前沿。其他模型数据与长 Agent 修正规则保持原样。
- 推荐评估：当前绝对能力仍为 Claude Opus 5.5 Max（58）；能力门槛 AA Index ≥48 的前沿性价比仍是 GPT-6.1 Sol Medium；开放权重的既有 MiMo V2.6 Pro（46 / $0.13）对比新 DeepSeek 1017 Max（45 / $0.26）仍同时拥有更高指数和更低成本，故推荐不变。Plan 推荐、API 峰谷定价与政策均不改动。
可见性修复（10/18，当时数据状态）：1017 当前版最初仅在版本对照卡和排名表中显示 N/A，直到 10/18 AA Max 新实测发布。现已按 10/19 章节补入 1017 Max 实测；1017 High 仍为 N/A。0910 上代的四个散点及历史 AA 数值在图表和表格中默认显示。上代历史值不进入当前 Pareto 前沿。用户可以同时查看两版，不会将旧版成绩冒充 1017 的评测。
- 现行模型：DeepSeek 已将
DeepSeek-V4.1-Flash升级至DeepSeek-V4.1-Flash-1017，其网页、App 及 API 全部使用新模型；正式 API 名称仍为deepseek-flash，旧deepseek-v4-flash与deepseek-v4-flash-vision-exp兼容别名也已路由至新版本。权重已在 Hugging Face 发布。官方更新日志 · 官方发布 · 开源权重 - Token 价格与 effort 不变：高峰期每百万 tokens 的缓存命中输入 $0.006、非缓存输入 $0.30、输出 $1.20；低谷依次 $0.003 / $0.15 / $0.60。高峰期为 UTC 工作日 01:00–04:00 与 06:00–10:00（不含中国公众假日），其余时间均为谷段。仍提供非思考与 low/high/max 思考档位；暂无新增 reasoning 档位证据。官方价格 / 高峰时段 · Thinking Mode
- 官方公布能力（不能等同 AA 复测）：Terminal-Bench 4.0 31.2 → 42.3、DeepSWE v1.1 74.2 → 77.0、ProgramBench 20.3 → 29.1、NL2Repo-Bench 65.4 → 68.2、Automation-Bench 54.8 → 60.5。厂商还报告更短输出与更快任务完成，但因测试 Harness 与统计口径不同，不据此推算 AA Intelligence Index 或每任务美元成本。DeepSeek 原始成绩及测试说明
- 新增 Search / Fetch（10/17）：两个独立工具接口均收费 $0.75/1000 次成功调用，通过 DeepSeek Harness、Claude Code、Codex 的服务端 Search / Fetch 请求当前免请求费，北京时间 2026-11-01 00:00 起按次计费；模型 tokens 单独收费。官方计费与日期 · 工具 API 使用指南
- AA 版本隔离：目前已确认 AA 的 None 25 / $0.15、Max 39 / $0.27 及 Low/High 插值仍属于 2026-09-10 旧 checkpoint，不是 1017 的独立测量。保留这四个旧散点并标为 0910 (historical AA)，默认显示、并明确标记为历史 AA 版本。现行 1017 版最初以图表上方版本对照卡及模型列表 N/A 行独立呈现；10/18 已取得 Max 同口径测量并于 10/19 补入图表，其他未经实测档位仍留空，不使用官方得分填充第三方能力坐标。AA 历史模型发布页
- 推荐与算法：前沿性价比 GPT-6.1 Sol Medium、绝对能力 Claude Opus 5.5 Max、开放权重性价比 MiMo V2.6 Pro，以及现有 Plan 推荐暂不变化；High 1.05×、XHigh 1.10×、Max 1.18× 修正保留。本条记录的是 10/18 之前的模型政策更新；1017 Max 的 AA 实测已在上方 10/19 章节补入。
本轮只录入已有厂商官方生效的模型可用性与订阅额度政策。Artificial Analysis 指标继续沿用可比实测快照，不因官方自报指标或服务速度上升而擅自生成新散点。
- Google · Gemini 4 Argon（10 月 13 日 GA）：Google Gemini API 已正式提供
gemini-4-argon；官方确认 Low / Medium / High 思考强度，默认 Medium。付费 API 目前为引导价：$2/百万输入 tokens、$10/百万输出 tokens（含思考输出），隐式缓存命中可享输入 95% 折扣；2026-12-01 起将变为 $4/$20。Gemini App 与 Search AI Mode 对符合条件的 Google AI Pro / Ultra 开放；在 Antigravity 中的 Argon 为 Google AI Ultra 专属，不能把 App 订阅权益解释为 API 赠送额度。当前主图保留此前可比的 High AA 实测 53 / $1.99/task，将生命周期由 preview 改为 current；缺少同口径 Low/Medium AA 测量，不造估算点。Google 官方 GA 发布 · Gemini API 官方模型文档与价格 · Gemini App 访问政策 - Kimi · 国内新会员档（10 月 12 日官方页面核实）：Go ¥49/月、Plus ¥99/月、Pro ¥199/月、Max ¥699/月；年付折算月费另有优惠，不能当作实际月扣费。Go 无 Kimi Code，Plus 及以上含 Kimi Code，新会员 Kimi Code 取消周限额，仍有滚动 5 小时限额与全产品共享的月度 token 额度；同一额度池覆盖 Agent、Kimi Code、Kimi Work 等，未用完月度额度不结转。Andante、Moderato、Allegretto、Allegro 是旧版存量订阅，允许旧用户继续使用及续订，旧版保留 5 小时与每周限额；本次在 Plan 表保留并明确标注，不能混为新方案。Kimi 官方中国区价格 · 会员权益 · Kimi Code 新旧规则
- 推荐变化：Kimi 国内推荐由旧版 Moderato ¥99/月 调整为新订阅 Plus ¥99/月（保留旧版供存量订户对照）；其他推荐不变：前沿性价比 GPT-6.1 Sol Medium、绝对能力 Claude Opus 5.5 Max、开放权重性价比 MiMo V2.6 Pro。API 单任务成本、订阅额和滚动限流单独标记，不能推导保证的 token 或任务次数。
- 来源时间与范围：本页数据快照记录至 10 月 17 日，AA 实测数值并未在本次刷新；Google 价格按公开 API 美元价，Kimi 价格按中国区连续包月价；不同地区、老用户的购买/续订资格以各自官方结算页为准。
- xAI Grok 模型：新增第八家 Provider，覆盖 Grok 4.7（官方 9/21 发布）与 Grok 4.6（官方 8/12 发布），均支持 Low / Medium / High（默认）/ XHigh 推理深度，不能关闭推理；500K 上下文。官方全球 API 在提示输入 ≤200K 时每百万 token 为 $2 输入、$0.50 缓存输入、$6 输出；超过 200K 的输入 / 缓存 / 输出分别为 $4 / $1 / $12，区域端点另可能溢价。xAI 发布记录 · 推理档位 · 官方定价
- Grok AA 统一实测：4.7 Low 42/$1.25、High 46/$2.73、XHigh 46/$3.74；4.6 Low 35/$0.38、Medium 43/$1.14、High 44/$1.48、XHigh 44/$1.75（AA Intelligence Index / 每任务 USD）。虽然 4.7 官方支持 Medium，但当前未确认可直接比较的 AA Medium 测量值，故不合成虚构数值。AA 4.7 Low 对比 · AA 4.7 High 对比 · AA 4.6 对比
- The X Subscription（10/12 发布）：新用户包含 Free $0、Plus $8、Premium $30、Super $100、Ultra $200/月，以及 Teams $30+/席位/月、Enterprise 定制；Premium/Super/Ultra 按 Plus 共用基础额度的 4×/15×/50×计，不提供可跨厂商等价换算的固定 token 总量。周额度由 Grok（Chat/Imagine/Voice/Bot）、Cursor 等共享；第三方 Cursor 模型按 API 单独付费，xAI API 也另付费；现有 SuperGrok、Cursor 与 X Premium 用户仍可保留旧方案。官方新方案公告 · 官方套餐详情
- 交互修复：移除三张推荐模型的永久图表浮动标签；禁用原生 hover 提示与 hover 更新详情。新增密集点感知与“拟物弹簧式”模型选择环，进行画布边界约束和标签碰撞检测；仅点击按钮/散点才固定详情；触屏改为弹出列表，支持键盘操作、Esc 关闭及 reduced-motion。
- 推荐保持：当前纳入的 AA 数据未改变 GPT-6.1 Sol Medium 前沿性价比、Claude Opus 5.5 Max 绝对能力、MiMo V2.6 Pro 开放权重性价比。Grok Premium / Super 作为最新 Plan 参与比较，但由于官方仅给共享相对额度，暂不凭空估计等价 token 总数。
- MiMo V2.6（官方 9/22 发布）：新增 Xiaomi 第七家 Provider；AA 独立实测 MiMo V2.6 Flash（AA Index 38，$0.06/task）及 Pro（46，$0.13/task）。两者只设置
Default，因为官方虽允许传入reasoning.effort，但实际仅支持开启或关闭深度思考，无法将 low/medium/high/xhigh/max 当作独立推理强度。不人为插值生成未测试的档位。AA 实测 · 官方推理参数 - Pro UltraSpeed：官方提供最高 20× 输出速度，API 海外实时输入 $4.35/M、输出 $8.70/M（普通 Pro 的 10×）；无独立 AA 单任务能力和成本测量，因此仅在模型说明区披露，不创建虚构的数据点。官方 API 价格
- 模型生命周期：MiMo V2.5-Pro / V2.5 自 10/14 起自动路由至 V2.6 Pro / Flash，旧 ID 将于 2026-10-21 10:00（北京时间） 停用。官方文档
- Token Plan：加入 Lite（$6 / ¥39；4.1B Credits）、Standard（$16 / ¥99；11B）、Pro（$50 / ¥329；38B）、Max（$100 / ¥659；82B）。这些属于编码场景订阅，不与按量 API 余额通用。官方方案
- 推荐模型更新：开放权重性价比由 GLM-5.3 Flash（42 / $0.25）改为 MiMo V2.6 Pro（46 / $0.13），原前沿性价比 GPT-6.1 Sol Medium 与绝对能力 Claude Opus 5.5 Max 不变。原有 Plan 推荐不变，新增 MiMo 四个 Plan 供对比，暂不跨厂商换算 Credits 为使用次数。
- 浅色主题：新增「浅色 / 深色 / 跟随系统」设置，并可持久化选择；图表轴、标签、表格与 hover 同步适配浅色背景。
- OpenAI GPT-6.1 Sol Ultrafast（10/8）：这是 GPT-6.1 Sol 的低延迟服务档位，不是新模型或新 reasoning 档位。官方 API 定价 $12/M input、$60/M output，为 Standard 的 6×；不能把官方最高可达 8× 速度提升当作能力分数。Work / Codex 仅 Pro $500、符合条件的 Enterprise / Edu 支持；Pro $500 内含使用量按 Standard 的 8× 扣减，额度用尽后 credits 按 Standard 的 6× 扣减。Plus、Pro $100/$200 和 Business 暂不支持（购买 credits 也不解锁）。对应第三方 AA 能力/单任务成本数据未改变，不新增虚构的 Ultrafast 测试点。官方产品文档 · 官方 Work/Codex 用量政策 · 官方推出公告
- Google Gemini API 生命周期（10/8）：
gemini-3.7-flash已弃用并自动路由至gemini-3.8-flash，gemini-3.5-flash已弃用并自动路由至gemini-3.6-flash；deep-research-pro-preview-12-2025已弃用，计划 10/23 停止服务，应迁移至deep-research-preview-04-2026或deep-research-max-preview-04-2026。当前图表未包含上述已弃用旧型号，故不新增对比点。官方 Gemini API release notes - 推荐未调整：前沿性价比仍为 GPT-6.1 Sol · Medium，绝对能力为 Claude Opus 5.5 · Max；订阅 Plan 推荐不变。Ultrafast 的速度、购买资格与额度消耗单独披露，不得混入同一 AA 成本/能力坐标。
-
Google AI Ultra（已于 2026-05 宣布，本次修正旧快照）：不再是单一 $249.99/月；美国官网现列 Ultra 5x $99.99/月、Ultra 20x $199.99/月，分别提供约 AI Pro 的 5x / 20x Gemini App 与 Antigravity 用量。Google AI Plus 为 $4.99/月、Google AI Pro 为 $19.99/月（美国官网月价）。
-
Gemini App 个人账号（2026-10-09 起逐步实施）：Google 专项通知列出 Free 手动可选 Flash-Lite；AI Plus 可选 Flash-Lite / Flash、不再提供手动 Pro；AI Pro 与 Ultra 可选 Flash-Lite / Flash / Pro。AI Plus 生效时间由 Google 单独邮件通知。通用帮助页仍描述 Auto 自动模型路由/动态访问，故“手动不可选”不等于证明后台绝不使用高级模型；此限制也不等同 Gemini Developer API 政策。
-
Gemini reasoning 档位：官方 Gemini App 帮助文档列出 Low / Medium / High，可手动选择时由账户权限与模型决定。高 thinking level 可能占用更多订阅额度；这是 Gemini App 产品设置，未当作独立的 API 模型 benchmark 点。https://support.google.com/gemini/answer/18648722?hl=en
-
来源：Google AI 订阅官网 · Google 2026 I/O 官方公告 · Google Gemini 访问政策 · 通用额度文档
-
Claude Haiku 5.5（10/7）：新增 Low / Medium / High / XHigh / Max 五个 AA 实测点；AA Index 29 → 43，AA task cost $0.02 → $0.21。官方定价（≤100K prompt）为 $0.10/M input、$0.50/M output、$0.01/M cache read。
-
Claude Sonnet 5.5（10/7）：Anthropic 将 cache read 从 $0.20/M 下调到 $0.10/M；按当前 AA 统一口径刷新后，Low / Medium / High / XHigh / Max task cost 约为 $0.35 / $0.48 / $0.88 / $2.01 / $5.46。
-
Claude Max / Team（10/7）：Max 5x / 20x 新增 $100 / $200 每月 Claude Platform API credit；Team 按席位发放并共享池化，最高 $500/月。该 credit 不能用于 Claude 或 Claude Code 的额外交互用量。
-
GPT-6 in ChatGPT（10/7）：Plus / Pro / Business / Enterprise 的 Chat 默认进入 GPT-6 Sol；Pro 的 Pro reasoning 继续使用 GPT-6 Astra。Work / Codex 模型未因这次 Chat 发布而替换。
-
OpenAI Pro policy：Pro 200 已重新开放新订阅；官方同时注明非 grandfathered 的新 Pro 订阅内含用量低于旧档。Pro 500 仍是唯一包含 Astra Ultrafast 的自助 Pro 档。
-
Claude Fable 5.1：继续保留当前实测前沿点。
-
Gemini 4 Argon（当时状态）：10 月 10 日快照仍为 limited rollout / preview；该状态已被 2026-10-13 GA 的官方发布取代，现以页面顶部新章节为准。
-
GPT-6 Sol：保留历史对比，但默认隐藏，由 GPT-6.1 Sol 取代当前位置。
推荐结论未变化：前沿性价比仍为 GPT-6.1 Sol · Medium；绝对能力仍为 Claude Opus 5.5 · Max。原有跨厂商 Plan 推荐不变；Google 的新 Ultra 5x 现在提供介于 AI Pro 与最高 Ultra 之间的重度使用选项。Claude Max 新增 API credit 价值仍保留。
更完整的来源链接在网页的 Methodology & Sources 区域以及 data.js 中。
- Claude Opus 5.5 Fast Mode（10 月 15 日）：Anthropic 已将 Fast Mode 从研究预览转为正式开放；Claude Platform 与 Claude Code 可使用，速度最高约为标准模式的 2.5×。官方 API 价格为 $8/百万输入 tokens、$40/百万输出 tokens，标准模式仍为 $4/$20。Fast Mode 是速度/计费服务模式，不是新的模型能力或 reasoning effort 档位；不新增 AA 能力点，也不将订阅额度换算为 API token 成本。Anthropic 官方模型与定价
这是纯静态站点，不需要构建步骤：
python3 -m http.server 8000然后打开 http://localhost:8000。
- Live site: https://blackkcold.github.io/frontier-model-efficiency-map/
- License: MIT
- Contribution: CONTRIBUTING.md
- Security: SECURITY.md
- Validation:
Static validation - Deployment: GitHub Pages
- Governance: CODEOWNERS + protected
main
Static site · No analytics · No tracking · Built for GitHub Pages