数学、逻辑与陌生规则，看模型能不能想明白新问题。
5项评测·2家机构·10/17 08:05更新
推理榜TOP 30
按多项公开评测的共同证据排名
每个榜单最多展示 30 个模型
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。
同等能力的价格降得多快：智能成本指数 →