LLM 模型排名 基於即時使用量的模型排名和統計
從多個角度比較和分析LLM模型的實際使用量和效能
439+
追蹤模型
112+
製作商
8+
類別
08.03
最新資料
每日 按模型 高推理能力模型 (不包括免費模型) 前 10 名
思考比率指標指南
思考比率基於推理令牌 / 輸入令牌比率計算。該比率越高,模型經歷的內部推理過程就越多。
該指標表示模型在生成回應之前經歷的深度思考過程。思考比例較高的模型在複雜問題解決、邏輯推理、多步驟規劃等任務中可能產生更精細的結果。然而,高思考比例並不一定意味著更好的效能。在某些任務中,過度的內部推理可能產生不必要的運算成本,或在需要簡潔回應的情況下反而效率低下。因此,應根據任務的特性和目的來解釋此指標。
排名 | 模型名稱 | 輸入令牌 | 推理令牌 | 思考比率 |
---|---|---|---|---|
1 | perplexity/sonar-deep-research | 1.96M | 79.93M | 40.7464 |
2 | minimax/minimax-m1 | 13.70M | 45.36M | 3.3117 |
3 | qwen/qwen3-8b-04-28 | 12.64M | 14.09M | 1.1148 |
4 | openai/o1-mini | 13.55M | 14.14M | 1.0436 |
5 | deepseek/deepseek-r1-distill-qwen-1.5b | 928.56K | 817.08K | 0.8799 |
6 | deepseek/deepseek-r1-0528-qwen3-8b | 109.83M | 86.83M | 0.7906 |
7 | qwen/qwen3-14b-04-28 | 594.76M | 423.61M | 0.7122 |
8 | openai/o1-mini-2024-09-12 | 45.56K | 32.38K | 0.7107 |
9 | openai/o3-mini-high-2025-01-31 | 23.41M | 15.51M | 0.6624 |
10 | openai/o3-mini-2025-01-31 | 92.05M | 56.08M | 0.6092 |