MEI(Models Engineering Index,模型工程指数)页面称,它衡量语言模型在工程任务上的实际表现。榜单目前列出 19 个模型:谷歌的 4 Neon 以 69.5 的指数排在第 1,Anthropic 的 Fable 5.2 以 65.8 居第 2,同属 Anthropic 的 Opus 5.5 以 63.1 排第 3。除指数外,页面还在每个模型后给出成本和 token 两列倍数数据。
据该页面榜单,前四名的数据如下:
四个模型里,指数最高的 4 Neon 成本列为 1.9×,Fable 5.2 的成本列为 6.5×,是前四名中最高的。OpenAI 6.2 Astra 的 token 列为 0.29×,同样是前四名中最低的。
第 5 名谷歌 4 Hydrogen 与第 6 名 Anthropic Sonnet 5.5 的指数同为 57.2,前者成本列 1.2×、token 列 1.1×,后者成本列 2.5×、token 列 2.5×。第 7 名 OpenAI 6.2 Sol 的指数为 56.9,成本列 0.4×,token 列 0.35×。
从第 8 名起,指数降到 50 以下:
第 17 至第 19 名依次是腾讯 Hy4(37.3)、小米 V2.6-Pro(35.4)和 OpenAI 6 Luna(34.8)。其中末位的 6 Luna 成本列为 0.065×,是整张表中最低的数值。
以上数据均来自 MEI 页面自身的榜单。页面在表格里给出的是成本和 token 的倍数,文中引用的来源页面未提供这些倍数对应的基准模型。同一厂商的多个模型分布在榜单不同位置:OpenAI 的 6.2 Astra、6.2 Sol、6.1 Terra 和 6 Luna 分列第 4、7、11、19 名,Anthropic 的 Fable 5.2、Opus 5.5、Sonnet 5.5、Haiku 5.5 分列第 2、3、6、15 名。