方法论 · 如何理解这些数据

每个数字,都有依据。

本项目的核心是可信的真实单价轴。能力分数引用独立榜单,并保留原始评测语境。

真实单价订阅月费 ÷ 每月实际可用 tokenUSD / 1,000,000 tokens

01 价格下限

额度按饱和使用估算;实际使用不足时单价更高。输入、输出、缓存读写一视同仁,实测采用工具上报 total。不进行分词器或利用率二阶修正。

默认月为 4 周;Kimi 独立月池等于周池的 5 倍;Droid 月额度为周额度的 2 倍。同套餐不同模型额度为替代关系,不可相加。

02 统一比较负载

按公开标价记账的美元/credits 池与按量 API,使用统一三段负载折算(Anthropic 档的普通输入份额按 5 分钟缓存写价计)。带 token 分项的实测样本先按公开标价折成美元价值,再按渠道负载档换算(Google 与 StepFun 用低缓存档、Claude 用 Anthropic 档);缺分项的实测样本与官方绝对 token 表直接采用 raw 合计,网页标注「未折算」。厂商面板额度美元使用实测标定,不当成公开标价美元。

97%缓存读取2.5%普通输入0.5%输出

这是比较基准,不代表实测负载。仅 Anthropic 档单列缓存写入(普通输入份额按 5 分钟缓存写价计),其余另收写入费的渠道仍可能高估可用额度。

03 保留评测语境

每张榜单使用一份选定快照,不混合不同版本的分数。Code Arena 指 WebDev Overall,不代表通用编程能力。默认取每个模型的最高分配置;全部存档配置和推理强度筛选仍可切换。保留框架、推理强度、模式与已知分数区间。

参考映射不验证订阅框架或额度实测强度。缺分不补分。定性置信度不等于数值误差条;分数区间不改变前沿成员。

04 追溯证据

高:面板反推、受控饱和实测、官方绝对 token/积分表。中:用量日志与额度口述、官方倍率与高等级基准。低:单一口述、第三方综述与跨套餐假设。

矛盾的历史证据完整存档。每个点展示采用值、取舍理由及来源,原始证据文字保留原语言。

独立榜单来源

Artificial Analysis Intelligence Index v4.3智力指数 · 快照 2026-10-01Terminal-Bench 4.0解决率 % · 快照 2026-09-21Terminal-Bench 4.0 (AA)解决率 % · 快照 2026-10-01Code Arena | WebDev OverallArena 分数 · 快照 2026-09-30Agent Arena · Overall (Ranking / Pareto)净提升 % · 快照 2026-09-30Artificial Analysis Coding Agent Index v1.5编程 Agent 指数 · 快照 2026-10-01OpenDesign Arena · Quality ranking平均任务分 · 快照 2026-10-01DeepSWE v1.1Pass@1 % · 快照 2026-09-03

货币换算:1 USD = 6.7787 CNY · 2026-09-04 · 中国外汇交易中心中间价,新华社转载

完整署名与许可 · 下载采用数据 · 全部评测配置

探索数据