LLM 模型排名 基于实时使用量的模型排名和统计
从多个角度比较和分析LLM模型的实际使用量和性能
439+
追踪模型
112+
制作商
8+
类别
08.03
最新数据
每日 按模型 高推理能力模型 (不包括免费模型) 前 10 名
思考比率指标指南
思考比率基于推理令牌 / 输入令牌比率计算。该比率越高,模型经历的内部推理过程就越多。
该指标表示模型在生成响应之前经历的深度思考过程。思考比例较高的模型在复杂问题解决、逻辑推理、多步骤规划等任务中可能产生更精细的结果。然而,高思考比例并不一定意味着更好的性能。在某些任务中,过度的内部推理可能产生不必要的计算成本,或在需要简洁响应的情况下反而效率低下。因此,应根据任务的特性和目的来解释此指标。
排名 | 模型名称 | 输入令牌 | 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 |