**29 款 AI 编程模型基准测试：一款模型以 2% 成本拿到 93% 的最高分**

_The cost and quality frontier across 29 AI coding models_

> Bito 对 29 款 AI 编程模型在同一批 60 个真实工程任务上进行测评，共 1740 份作答按预先制定的标准评分并核算每次运行成本。结果显示：21 款模型被更便宜且得分不低的对手超越；claude-opus-5 以 54.5/60 领先，但全套运行花费 135.51 美元，而开源权重模型 deepseek-v4.1-flash 得 50.5 分、仅花 2.67 美元，即 2% 成本达到 93% 的最高分。报告还指出按 token 标价已无法预测实际账单（claude-fable-5.1 单价翻倍却便宜 37%），并建议按任务难度分层选用不同模型，用约 18 美元即可接近顶级分数。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-09-24 14:34（北京时间）
- **原文**：[打开原文](https://bito.ai/benchmarks/ai-coding-model-cost)