Benchmark 基准图表

CCX 会从多个公开 benchmark 来源汇总模型能力、成本与多来源比较数据，并生成这张交互式图表页面。

• 上半部分展示模型能力-成本边界，可切换平均成本 / 中位成本与来源范围。
• 下半部分展示同一模型在多来源 benchmark 中的原始分数，便于观察来源内相对位置。
• 不同 benchmark 的任务集、评分方法与量纲并不完全一致，因此跨来源分数不应被直接视为严格同标尺排序。

数据更新时间：未知

方法说明

• pass@1 / 原始 score 均来自对应上游 benchmark 的公开结果或公开 API。
• 成本图当前主要使用 DeepSWE 与 CodexRadar 可映射出的单任务成本数据。
• 多来源比较图会并列展示 DeepSWE、BenchLM.ai、CodexRadar、Artificial Analysis 等来源的原始分数。
• 数据生成时间可查看 benchmark-viz-data.json 中的 generatedAt 字段；该文件与图表 HTML 一同生成到文档站静态资源目录。

数据来源与致谢

	本页面中的部分 benchmark 数据使用了 Artificial Analysis 免费 API。凡使用这些数据，需按要求归因到 artificialanalysis.ai。其中 Intelligence Index 当前应按 v4.1.1 解读；Coding Index 与 Agentic Index 是同一组评测子集的派生指标，不单独做版本管理。
数据源	CCX 的 benchmark 可视化与注册表更新还使用了 BenchLM.ai、DeepSWE、CodexRadar 的公开数据；价格与上下文窗口元数据另外同步自 LiteLLM model_prices_and_context_window.json。