口径：一美元能买多少智能分
榜单一共十四个模型，只取目录里带智能分的。价格用输入输出 3:1 的混合价，公式是（3 × 输入价 + 输出价）÷ 4，再乘分组倍率得到站内混合价。指标就是智能分除以站内混合价，数字越大，同样的钱买到的分越多。
3:1 是编码和文档类任务的常见比例：输入塞满上下文，输出只写结果。如果你的任务输出占一半，排名会变，按自己的日志重算一遍。
拿 Opus 5.5 验算一遍：官方 $4/$20，混合价（3×4+20）÷4 = $8，Kiro 0.15x 之后是 $1.2，58.4 ÷ 1.2 = 48.7。表里每一行都是这个算法。
美元计价和人民币计价分开排。汇率每天都动，把两种货币混进一张表，名次没有意义。同一组里的倍率来自目录标注的最低付费分组，官方价只作对照，方便你离开站内也能自己估一遍。
美元组
| 排名 | 模型 | 智能分 | 官方混合价 | 最低分组 | 站内混合价 | 每美元分 |
|---|---|---|---|---|---|---|
| 1 | gpt-6-luna | 27.8 | $0.20 | 0.1x | $0.02 | 1390 |
| 2 | gpt-6.1-sol | 54.5 | $4.00 | 0.05x | $0.20 | 272.5 |
| 3 | grok-4.7 | 34.3 | $3.00 | 0.05x | $0.15 | 228.7 |
| 4 | gpt-6-sol | 47.6 | $4.00 | 0.1x | $0.40 | 119.0 |
| 5 | gpt-6-astra | 56.9 | $20.00 | 0.05x | $1.00 | 56.9 |
| 6 | claude-opus-5-5 | 58.4 | $8.00 | 0.15x | $1.20 | 48.7 |
| 7 | gemini-4-argon | 50.4 | $8.00 | 0.2x | $1.60 | 31.5 |
| 8 | claude-sonnet-5-5 | 54.2 | $4.00 | 0.45x | $1.80 | 30.1 |
| 9 | gemini-3.8-flash | 30.5 | $3.00 | 0.65x | $1.95 | 15.6 |
| 10 | claude-fable-5-1 | 49.0 | $20.00 | 0.45x | $9.00 | 5.4 |
人民币组
| 排名 | 模型 | 智能分 | 官方混合价 | 最低分组 | 站内混合价 | 每元分 |
|---|---|---|---|---|---|---|
| 1 | deepseek-v4.1-flash | 32.5 | ¥3.50 | 0.03x | ¥0.105 | 309.5 |
| 2 | glm-5.3 | 31.7 | ¥13.00 | 0.03x | ¥0.39 | 81.3 |
| 3 | kimi-k3.1-pro | 46.0 | ¥26.75 | 0.03x | ¥0.8025 | 57.3 |
| 4 | deepseek-v4-pro | 23.1 | ¥13.50 | 0.03x | ¥0.405 | 57.0 |
前几名说明什么
gpt-6-luna 每美元 1390 分，是第二名的五倍。它只有 27.8 分，靠 $0.01/$0.05 的站内价把比值拉满。这类模型适合分类、抽取、改写，不适合作主力。
gpt-6.1-sol 每美元 272.5 分，54.5 分，站内混合价 $0.2。这是榜单里少见的"高分低价"组合，0.05x 的福利分组是主要原因。
Grok 4.7 每美元 228.7 分，34.3 分，站内混合价 $0.15。分不高，价格把它推到第三。人民币组第一是 DeepSeek V4.1 Flash，每元 309.5 分，32.5 分，混合价 ¥0.105。
Claude Opus 5.5 只排第六，每美元 48.7 分，可它是唯一 58 分以上的模型。这正是指标的局限：27.8 分到 58.4 分不是两倍的能力，价格却差几十倍。分数接近时先比价，价格接近时先比上下文和输出上限。
这个指标只能当参考
三个原因。
分数是单一维度。它不覆盖指令跟随、格式稳定性、长上下文衰减、工具调用成功率，也不衡量延迟。一个 30 分的模型在你自己的任务上可能比 40 分的更顺手。
线性化不严谨。智能分是聚合后的相对刻度，不是能力总量，从 27.8 到 58.4 不代表能力翻倍。用分数除以价格，隐含假设"每涨一分，价值涨同样的量"，这个假设明显不成立，所以榜单会系统性偏向低价模型，分数越低的模型名次越靠前。
价格是估算。3:1 的混合比例、分组倍率、缓存命中、重试都会改结果；低价分组能不能稳定拿到容量，目录里也不写。
用它做筛子：先排除每单位货币分数低得离谱的组合，再用自己的评测集在剩下两三个里选。
三个可执行的选择
主力编码与长任务用 Claude Opus 5.5，Kiro 0.15x，$0.6/$3，58.4 分。它分数最高，实付价还低于 Sonnet 5.5 的最低档。
大批量简单任务用 DeepSeek V4.1 Flash，Buddy 0.03x，¥0.06/¥0.24，32.5 分，1050K 上下文、393K 输出。要美元计价的低价档，GPT-6 Luna 的 0.1x 是 $0.01/$0.05，27.8 分。
一次生成超长内容用 Kimi K3.1 Pro，Buddy 0.03x，¥0.39/¥2.04，94.4 万输出上限，跑满一次约 ¥1.92。
这三档覆盖了从高频小任务到超长输出的主要场景。中间的档位按实际调用量补，不必一次配齐，先让主力跑顺再扩。
全部模型和分组见模型总览，单模型的价格拆解在博客，Opus 的分组细节可以看 Claude Opus 5.5 指南。
先按自己的输入输出比重算一遍混合价，再拿这个榜单筛掉一半，剩下的用真实任务测。