全站通知：
首页
刷
历
编
阅读
2026-08-28更新
最新编辑:Lu_23333
阅读：
更新日期：2026-08-28
最新编辑：Lu_23333
跳到导航
跳到搜索
SZB Wiki
本站是 BWiki 平台测试站点，用于 BWikiBench 评测与 Agent 测试。全站内容均为测试数据，可被随时创建、修改或删除。
最新评测结果
BWikiBench 是面向 BWiki 编辑场景的大模型能力评测基准：以单轮问答考察「裸模型」掌握的 Wiki 知识，题库覆盖 MediaWiki 通用知识和 BWiki 平台及扩展的特有知识；题型为选择题与判断题，非思考档 temperature=0，并按官方定价估算每次运行费用。
最新一期为第二期（2026-08-18）：166 题（题库 v0.6），13 家厂商、39 个「模型 × 思考档位」组合，含 GPT / Claude / Gemini / Grok 国际锚点。完整分析、评测方法与局限性见第二期结果页，往期结果见评测结果索引。
后续规划：补齐未测阵容与缺失的费用数据；实战陷阱等新题库审核后纳入评测；上线生成类任务（模板、代码片段、Widget 编写）并引入自动判分；系统评估提示词信息量与工具环境对模型成绩的加成。新一期结果将持续发布在本 Wiki。
| 模型@档位 | 总体 | K1 | K2 | 选择题 | 判断题 | 易 | 中 | 难 | 思维链总字符 | 推理 token | 耗时合计 | 题均耗时 | 费用（元） |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| gpt-5.6@high（sol） | 97.0% | 100.0% | 95.7% | 99.1% | 92.9% | 97.0% | 96.0% | 100.0% | 9,156 | 11.6 分钟 | 4.2 秒 | 1.51 | |
| claude-opus-5@high | 97.0% | 100.0% | 95.7% | 100.0% | 91.1% | 95.5% | 98.7% | 95.8% | 1,766 | 12.4 分钟 | 4.5 秒 | 1.81 | |
| gpt-5.6@off（sol） | 96.4% | 100.0% | 94.8% | 98.2% | 92.9% | 95.5% | 96.0% | 100.0% | 7.5 分钟 | 2.7 秒 | 0.57 | ||
| kimi-k3@max | 95.8% | 100.0% | 93.9% | 98.2% | 91.1% | 97.0% | 94.7% | 95.8% | 558,213 | 141,741 | 86.3 分钟 | 31.2 秒 | 15.23 |
| kimi-k2.7-code@max | 95.2% | 100.0% | 93.0% | 98.2% | 89.3% | 97.0% | 94.7% | 91.7% | 533,771 | 133,451 | 79.5 分钟 | 28.7 秒 | 3.78 |
| gemini-3.7-flash@high | 95.2% | 100.0% | 93.0% | 96.4% | 92.9% | 98.5% | 90.7% | 100.0% | 57,826 | 14.1 分钟 | 5.1 秒 | 0.80 | |
| kimi-k3@low | 95.2% | 98.0% | 93.9% | 97.3% | 91.1% | 97.0% | 94.7% | 91.7% | 59,340 | 20,350 | 16.9 分钟 | 6.1 秒 | 3.10 |
| gemini-3.7-flash@off | 95.2% | 98.0% | 93.9% | 98.2% | 89.3% | 97.0% | 92.0% | 100.0% | 12,805 | 9.8 分钟 | 3.5 秒 | 0.23 | |
| deepseek-v4-pro@high | 94.6% | 98.0% | 93.0% | 97.3% | 89.3% | 95.5% | 96.0% | 87.5% | 234,061 | 116,262 | 40.5 分钟 | 14.7 秒 | 1.66 |
| grok-4.6@high | 94.6% | 98.0% | 93.0% | 98.2% | 87.5% | 95.5% | 94.7% | 91.7% | 137,529 | 48.6 分钟 | 17.6 秒 | 6.07 | |
| deepseek-v4-pro@low | 94.0% | 96.1% | 93.0% | 95.5% | 91.1% | 92.5% | 97.3% | 87.5% | 37,699 | 20,106 | 9.2 分钟 | 3.3 秒 | 0.32 |
| qwen3.8-max@high | 93.4% | 96.1% | 92.2% | 96.4% | 87.5% | 97.0% | 92.0% | 87.5% | 563,576 | 167,032 | 76.8 分钟 | 27.7 秒 | 6.44 |
| deepseek-v4-flash@max | 93.4% | 94.1% | 93.0% | 98.2% | 83.9% | 92.5% | 96.0% | 87.5% | 27,210 | 13,594 | 4.5 分钟 | 1.6 秒 | 0.08 |
| claude-opus-5@off | 93.4% | 100.0% | 90.4% | 97.3% | 85.7% | 94.0% | 92.0% | 95.8% | 11.6 分钟 | 4.2 秒 | 1.51 | ||
| glm-5.2@off | 92.8% | 96.1% | 91.3% | 98.2% | 82.1% | 92.5% | 94.7% | 87.5% | 8.6 分钟 | 3.1 秒 | 0.21 | ||
| kimi-k2.7-code@low | 92.2% | 98.0% | 89.6% | 96.4% | 83.9% | 94.0% | 90.7% | 91.7% | 432,288 | 108,405 | 63.2 分钟 | 22.8 秒 | 3.00 |
| deepseek-v4-pro@max | 92.2% | 94.1% | 91.3% | 98.2% | 80.4% | 91.0% | 93.3% | 91.7% | 349,651 | 141,199 | 44.0 分钟 | 15.9 秒 | 1.97 |
| deepseek-v4-flash@high | 92.2% | 96.1% | 90.4% | 95.5% | 85.7% | 95.5% | 90.7% | 87.5% | 39,165 | 20,875 | 5.6 分钟 | 2.0 秒 | 0.12 |
| gpt-5.6-luna@high | 92.2% | 92.2% | 92.2% | 99.1% | 78.6% | 86.6% | 96.0% | 95.8% | 19,072 | 9.3 分钟 | 3.4 秒 | 0.20 | |
| doubao-seed-2.1-pro@off | 92.2% | 98.0% | 89.6% | 92.7% | 91.1% | 91.0% | 93.3% | 91.7% | 4.3 分钟 | 1.5 秒 | — | ||
| hunyuan-hy4-preview@high | 91.6% | 96.1% | 89.6% | 96.4% | 82.1% | 91.0% | 94.7% | 83.3% | 2,079,823 | 638,324 | 449.4 分钟 | 162.4 秒 | 11.66 |
| hunyuan-hy3@high | 91.6% | 98.0% | 88.7% | 92.7% | 89.3% | 95.5% | 89.3% | 87.5% | 153,724 | 30.5 分钟 | 11.0 秒 | — | |
| deepseek-v4-flash@low | 91.6% | 96.1% | 89.6% | 96.4% | 82.1% | 89.6% | 94.7% | 87.5% | 13,372 | 7,258 | 3.2 分钟 | 1.1 秒 | 0.05 |
| deepseek-v4-flash@off | 91.6% | 96.1% | 89.6% | 95.5% | 83.9% | 91.0% | 92.0% | 91.7% | 2.0 分钟 | 0.7 秒 | 0.02 | ||
| qwen3.8-max@off | 91.0% | 96.1% | 88.7% | 93.6% | 85.7% | 94.0% | 89.3% | 87.5% | 2.9 分钟 | 1.0 秒 | 0.33 | ||
| minimax-m3@on | 90.4% | 92.2% | 89.6% | 93.6% | 83.9% | 94.0% | 88.0% | 87.5% | 187,837 | 17.9 分钟 | 6.5 秒 | — | |
| gpt-5.6-luna@off | 90.4% | 92.2% | 89.6% | 96.4% | 78.6% | 88.1% | 90.7% | 95.8% | 4.6 分钟 | 1.7 秒 | 0.05 | ||
| doubao-seed-2.1-pro@high | 89.8% | 96.1% | 87.0% | 91.8% | 85.7% | 88.1% | 92.0% | 87.5% | 110,114 | 210.7 分钟 | 76.2 秒 | — | |
| ernie-5.1@max | 89.8% | 94.1% | 87.8% | 92.7% | 83.9% | 94.0% | 89.3% | 79.2% | 96,105 | 58,917 | 25.8 分钟 | 9.3 秒 | 1.17 |
| glm-5.2@high | 89.8% | 98.0% | 86.1% | 92.7% | 83.9% | 92.5% | 85.3% | 95.8% | 75,410 | 38,919 | 29.8 分钟 | 10.8 秒 | 1.28 |
| deepseek-v4-pro@off | 89.2% | 94.1% | 87.0% | 93.6% | 80.4% | 88.1% | 93.3% | 79.2% | 2.7 分钟 | 1.0 秒 | 0.05 | ||
| claude-sonnet-5@off | 88.0% | 94.1% | 85.2% | 92.7% | 78.6% | 89.6% | 85.3% | 91.7% | 9.5 分钟 | 3.4 秒 | 0.61 | ||
| mimo-v2.5-pro@off | 88.0% | 94.1% | 85.2% | 90.9% | 82.1% | 86.6% | 89.3% | 87.5% | 115.9 分钟 | 41.9 秒 | 0.06 | ||
| mimo-v2.5-pro@high | 87.3% | 92.2% | 85.2% | 89.1% | 83.9% | 95.5% | 84.0% | 75.0% | 188,365 | 102,600 | 156.4 分钟 | 56.5 秒 | 0.67 |
| claude-sonnet-5@high | 86.7% | 94.1% | 83.5% | 90.0% | 80.4% | 89.6% | 84.0% | 87.5% | 42 | 9.6 分钟 | 3.5 秒 | 0.61 | |
| hunyuan-hy3@off | 86.1% | 90.2% | 84.3% | 90.9% | 76.8% | 83.6% | 88.0% | 87.5% | 6.8 分钟 | 2.5 秒 | — | ||
| claude-haiku-4.5@high | 84.9% | 94.1% | 80.9% | 90.9% | 73.2% | 86.6% | 82.7% | 87.5% | 91,094 | 22.0 分钟 | 8.0 秒 | 5.17 | |
| ernie-5.1@off | 84.9% | 90.2% | 82.6% | 91.8% | 71.4% | 86.6% | 88.0% | 70.8% | 7.6 分钟 | 2.7 秒 | 0.11 | ||
| claude-haiku-4.5@off | 84.3% | 94.1% | 80.0% | 87.3% | 78.6% | 85.1% | 82.7% | 87.5% | 5.5 分钟 | 2.0 秒 | 0.30 | ||
| minimax-m3@off | 78.3% | 84.3% | 75.7% | 86.4% | 62.5% | 77.6% | 81.3% | 70.8% | 4.7 分钟 | 1.7 秒 | — |
注：K1 列为 MediaWiki 通用知识正确率，K2 列为 BWiki 平台与扩展特有知识正确率；费用为按官方定价的估算值（OpenRouter 模型为平台实际扣费）；豆包、混元、MiniMax 本次未回传 token 用量，费用暂缺。
本站近期的清理、样式与页面文本由 Kimi K3 协助完成。
沪公网安备 31011002002714 号