LLM Leaderboard Pareto Analysis

Pareto 前沿模型（综合能力从高到低）

#	模型	综合能力	单次价格 (USD)	归一化价格	推理
1	Claude Opus 4.8 (max)	0.8866	$0.6929	1.0000	Y
2	Gemini 3.5 Flash	0.8332	$0.6290	0.9077	Y
3	GPT-5.5 (medium)	0.8199	$0.4808	0.6939	Y
4	Grok 4.3 (high)	0.7372	$0.3697	0.5335	Y
5	DeepSeek V4 Pro (Max)	0.7335	$0.2139	0.3086	Y
6	DeepSeek V4 Pro (High)	0.7159	$0.1092	0.1576	Y
7	MiMo-V2.5	0.6916	$0.0353	0.0510	Y
8	Qwen3.5 397B A17B	0.6364	$0.0329	0.0475	Y
9	GPT-5.4 nano (xhigh)	0.6265	$0.0259	0.0374	Y
10	Qwen3.6 35B A3B	0.6164	$0.0095	0.0138	Y
11	Qwen3.5 Omni Plus	0.5565	$0.0042	0.0061	N
12	Qwen3.5 122B A10B	0.5086	$0.0034	0.0049	N
13	Qwen3.5 9B	0.4811	$0.0014	0.0020	Y
14	Gemma 4 31B	0.4566	$0.0007	0.0010	N
15	MiMo-V2-Flash	0.3867	$0.0006	0.0009	N
16	Qwen3.5 4B	0.3116	$0.0002	0.0003	N
17	Qwen3.5 2B	0.1850	$0.0001	0.0002	N

评分方法

1. 15项Intelligence子指标各自线性归一化到 [0,1]
2. 综合能力值 = 所有有效归一化分数的算术平均
3. Pareto前沿 = 不被任何其他模型支配的模型

坐标说明

X轴（线性归一化价格）：

1. 归一化基准 = 帕累托前沿中最贵模型的单次请求价格
2. 归一化价格 = 单次请求价格 / 基准价格
3. 0 = 免费，1 = 最贵的帕累托前沿模型
4. 超出 [0,1] 范围的模型不在图中显示

Y轴（综合能力）：

1. 15项Intelligence子指标各自归一化到 [0,1]
2. 综合能力 = 所有有效归一化分数的算术平均（已在 [0,1] 范围内）
3. 0 = 最低，1 = 最高

精确分数计算

全程使用 Python fractions.Fraction 进行精确有理数运算：

• 所有解析值、归一化、均值、比值、价格计算均使用精确分数
• 仅在绘图坐标传入 matplotlib 及 JSON 序列化时转为浮点数

单次请求价格计算

输入输出比 r = (Blended - Output_Price) / (Input_Price - Output_Price)
非推理/推理有ReasonT: 输出tokens = (Total_Response - TTFT) × Speed
推理无ReasonT: 输出tokens = Total_Response × Speed
输入tokens = 输出tokens × r / (1-r)
单次价格 = (输入tokens × Input_Price + 输出tokens × Output_Price) / 1,000,000

数据来源: Artificial Analysis
模型总数: 142