数据更新于
不检测渠道接口规范, 只检测渠道任务能力, 通过多种渠道统计渠道差异
测试次数
1,946
测试题目
22
总计花费
¥1330.62
| 站点 | 渠道 | 模型 | 通过率 | 平均花费 (元) | Token TPS | 测试次数 |
|---|---|---|---|---|---|---|
| ByteCat | 官方 | gpt-6-astra | 100% | ¥0.8360 | 17.1 | 4 |
| Yes Code | 官方 | gpt-6-astra | 100% | ¥0.8340 | 16.1 | 4 |
| TimiCC | 官方 | gpt-6-astra | 100% | ¥0.5692 | 17.9 | 4 |
| CCTQ | 官方 | gpt-6-astra | 100% | ¥0.4616 | 15.1 | 4 |
| IKun Code | 官方 | gpt-6-astra | 100% | ¥1.1178 | 14.2 | 4 |
| Neko Code | 官方 | gpt-6-astra | 100% | ¥0.5371 | 20.8 | 4 |
| Micu | 官方 | gpt-6-astra | 100% | ¥1.0462 | 17.6 | 4 |
| Muze | 官方 | gpt-6-astra | 100% | ¥0.1301 | 19.0 | 2 |
| 4Router | 官方 | claude-opus-5-5 | 100% | ¥3.5541 | 71.8 | 2 |
| Duck Code | 官方 | gpt-5.6-sol | 80% | ¥0.4783 | 27.9 | 15 |
| 78 Code | 官方 | gpt-6-astra | 75% | ¥0.3340 | 12.0 | 4 |
| SSSAI Code | 官方 | gpt-6-astra | 75% | ¥0.2932 | 9.0 | 4 |
| Packy Code | 官方 | gpt-6-astra | 75% | ¥0.6356 | 13.8 | 4 |
| Right Code | 官方 | gpt-6-astra | 75% | ¥0.8466 | 14.6 | 4 |
| 4Router | 官方 | gpt-6-astra | 75% | ¥0.7297 | 16.3 | 4 |
| APINebula | 官方 | gpt-6-astra | 75% | ¥0.4966 | 11.6 | 4 |
| Yunwu | 官方 | claude-opus-5 | 66.7% | ¥0.5225 | 27.5 | 12 |
| TimiCC | 官方 | claude-opus-5 | 58.8% | ¥1.0660 | 52.6 | 17 |
| Duck Code | 官方 | claude-opus-5 | 53.3% | ¥1.2128 | 53.1 | 15 |
| Somebody | AWSQ | claude-opus-5 | 52.9% | ¥1.2041* | 41.2 | 17 |
| Cubence | 官方 | gpt-6-astra | 50% | ¥0.9651 | 16.3 | 4 |
| SSSAI Code | 官方 | claude-opus-5-5 | 50% | ¥1.9121 | 45.4 | 2 |
| 78 Code | 官方 | claude-opus-5-5 | 50% | ¥2.6440 | 56.8 | 2 |
| ByteCat | 官方 | claude-opus-5-5 | 50% | ¥2.8253 | 61.9 | 2 |
| Yes Code | 官方 | claude-opus-5-5 | 0% | ¥0.2206 | 2.4 | 2 |
| Cubence | 官方 | claude-opus-5-5 | 0% | — | 0.0 | 2 |
| CCTQ | 官方 | claude-opus-5-5 | 0% | ¥3.2517 | 71.6 | 2 |
| IKun Code | 官方 | claude-opus-5-5 | 0% | ¥4.2480 | 60.6 | 2 |
| Packy Code | 官方 | claude-opus-5-5 | 0% | ¥4.9402 | 71.8 | 2 |
| Micu | 官方 | claude-opus-5-5 | 0% | ¥3.3514 | 69.9 | 2 |
| APINebula | 官方 | claude-opus-5-5 | 0% | ¥2.5135 | 49.3 | 2 |
| Right Code | 官方 | claude-opus-5-5 | 0% | ¥3.4478 | 76.6 | 2 |
| Muze | 官方 | claude-opus-5-5 | 0% | ¥1.7462 | 48.9 | 2 |
| Neko Code | 官方 | claude-opus-5-5 | 0% | ¥2.0289 | 58.4 | 2 |
花费为模型官方牌价 × 站点最近已知折扣的折算值;带 * 的行未匹配到站点折扣,按倍率 1 估算。
按全部历史 trial 聚合的渠道排名,口径见下方评测方法论。
| # | 渠道 | 模型 | 通过率 | 速度 | 成本 |
|---|---|---|---|---|---|
| 01 | ByteCat · 官方 | gpt-6-astra | 100.0% | 17.1 | ¥0.8360 |
| 02 | Yes Code · 官方 | gpt-6-astra | 100.0% | 16.1 | ¥0.8340 |
| 03 | TimiCC · 官方 | gpt-6-astra | 100.0% | 17.9 | ¥0.5692 |
| 04 | CCTQ · 官方 | gpt-6-astra | 100.0% | 15.1 | ¥0.4616 |
| 05 | IKun Code · 官方 | gpt-6-astra | 100.0% | 14.2 | ¥1.1178 |
| 06 | Neko Code · 官方 | gpt-6-astra | 100.0% | 20.8 | ¥0.5371 |
| 07 | Micu · 官方 | gpt-6-astra | 100.0% | 17.6 | ¥1.0462 |
| 08 | Muze · 官方 | gpt-6-astra | 100.0% | 19.0 | ¥0.1301 |
| 09 | 4Router · 官方 | claude-opus-5-5 | 100.0% | 71.8 | ¥3.5541 |
| 10 | Duck Code · 官方 | gpt-5.6-sol | 80.0% | 27.9 | ¥0.4783 |
| # | 渠道 | 模型 | 通过率 | 速度 | 成本 |
|---|---|---|---|---|---|
| 01 | Right Code · 官方 | claude-opus-5-5 | 0.0% | 76.6 | ¥3.4478 |
| 02 | 4Router · 官方 | claude-opus-5-5 | 100.0% | 71.8 | ¥3.5541 |
| 03 | Packy Code · 官方 | claude-opus-5-5 | 0.0% | 71.8 | ¥4.9402 |
| 04 | CCTQ · 官方 | claude-opus-5-5 | 0.0% | 71.6 | ¥3.2517 |
| 05 | Micu · 官方 | claude-opus-5-5 | 0.0% | 69.9 | ¥3.3514 |
| 06 | ByteCat · 官方 | claude-opus-5-5 | 50.0% | 61.9 | ¥2.8253 |
| 07 | IKun Code · 官方 | claude-opus-5-5 | 0.0% | 60.6 | ¥4.2480 |
| 08 | Neko Code · 官方 | claude-opus-5-5 | 0.0% | 58.4 | ¥2.0289 |
| 09 | 78 Code · 官方 | claude-opus-5-5 | 50.0% | 56.8 | ¥2.6440 |
| 10 | Duck Code · 官方 | claude-opus-5 | 53.3% | 53.1 | ¥1.2128 |
| # | 渠道 | 模型 | 通过率 | 速度 | 成本 |
|---|---|---|---|---|---|
| 01 | Muze · 官方 | gpt-6-astra | 100.0% | 19.0 | ¥0.1301 |
| 02 | Yes Code · 官方 | claude-opus-5-5 | 0.0% | 2.4 | ¥0.2206 |
| 03 | SSSAI Code · 官方 | gpt-6-astra | 75.0% | 9.0 | ¥0.2932 |
| 04 | 78 Code · 官方 | gpt-6-astra | 75.0% | 12.0 | ¥0.3340 |
| 05 | CCTQ · 官方 | gpt-6-astra | 100.0% | 15.1 | ¥0.4616 |
| 06 | Duck Code · 官方 | gpt-5.6-sol | 80.0% | 27.9 | ¥0.4783 |
| 07 | APINebula · 官方 | gpt-6-astra | 75.0% | 11.6 | ¥0.4966 |
| 08 | Yunwu · 官方 | claude-opus-5 | 66.7% | 27.5 | ¥0.5225 |
| 09 | Neko Code · 官方 | gpt-6-astra | 100.0% | 20.8 | ¥0.5371 |
| 10 | TimiCC · 官方 | gpt-6-astra | 100.0% | 17.9 | ¥0.5692 |
截至 2026年10月13日,本站已对 34 个渠道配置在 22 道真实编程任务上累计执行 1946 次测试,总花费约 ¥1331,全部自费、无中转赞助。
以测试题为主键,展示在 terminal-bench / aider-polyglot 等真实编程任务下的跑分,而非接口连通性检测。
每次 trial 在隔离容器内运行:CLI Agent(codex / claude-code 等)通过被测渠道调用模型完成任务,随后由独立 Verifier 执行任务自带的验收脚本判分,全程记录 Token 消耗、耗时与实际花费。
仅 Verifier 验收通过的 trial 计为通过;模型未完成任务、运行异常或超时一律计为失败,不做人工补测,也不挑选成绩重跑。
历史通过率 = 通过 trial 数 ÷ 总 trial 数 × 100%;水平线 = 所有 config 历史通过率的算术平均。
统计每个渠道(config)的全部历史 trial;卡片明细基于最新一次已上架 run 的切片,历史通过率跨全部已上架 run 累计。同 task/config 历史 trial 数少于 3 次标记「样本不足」,避免小样本误导。指标含通过率、平均 Token、平均花费、Token TPS。