RuneBench 成本-得分图曝光:性价比象限被 DeepSeek 霸榜

maxbittker · x · 2026-11-12

开发者 maxbittker 与 mariofilhoml 在 X 上分享了 RuneBench（AI 编程基准）的部分测试结果：因 OpenRouter 免费额度用完，只跑完了 Inkling 2 Small 等部分模型，但结果看好。

附图是一张「平均 API 成本 vs XP/min」的散点图，覆盖数十个模型：GPT-6 Astra hi、Fable 5.2 xh 等高价模型占据右上角高分区间，而 DeepSeek DS V4.1 Flash（$0.1 以下）以约 5.5-5.8 XP/min 独占低成本高性价比象限——发帖人直言「这个象限完全被 DeepSeek 统治」。GLM 5.3、Haiku、Mistral L4 OSS 等则集中在中间地带。