Village 的LLM Atlas绘制了性价比前沿：每个价位上最强的 AI 模型。
闭源模型几乎占据了所有预算档位
- 在 3% 的预算档位中，开源权重模型是最佳选择。其中几乎全部集中在低价端，由 Google 的 Gemma 4 E4B 和小米的 MiMo-V2.6-Flash 占据。
- 6 月时这一比例为 41%。仅 DeepSeek V4 Flash 一款就在近三分之一的预算档位中是最佳选择，智谱的 GLM-5.2 紧随其上。
- OpenAI 的两次发布夺回了其中大部分份额。9 月的 GPT-6 Luna 和 10 月的 GPT-6.1 Terra 如今覆盖了开源模型曾赢下的预算档位，Anthropic 的 Claude Haiku 5.5 也在其中。
开源模型此前也曾领跑性价比
- 如今的份额是我们所测到的最低水平。自 2024 年以来，每个季度末开源模型都至少占据 6% 的预算档位。
- 峰值来自单次发布。DeepSeek-V3.2-Exp 在 2025 年 9 月发布当周，在近一半的预算档位中都是最佳选择。
- 它们都没能持续。每次峰值过后，到下一季度开源份额都会下降约一半或更多，因为闭源实验室推出了更便宜的档位。
开源模型在性价比上呈爆发式取胜：一次强劲而便宜的发布（通常来自 DeepSeek）会占据一大片预算档位，直到下一个闭源模型以更低价格将其压过。最新的闭源发布在价格和性能上都优于任何开源模型，因此这片区间已缩小到价格范围的最底端。
为什么闭源实验室可能在性价比上取胜
有三种解释符合这一模式：
- 闭源实验室可以蒸馏自家前沿模型。拥有最强模型的实验室可以在内部用其输出训练更便宜的模型，而如今的低价闭源档位都在旗舰发布后数周内跟进，正如 Claude Haiku 5.5 在 Claude Opus 5.5 之后两周推出。开源实验室则必须从自己较弱的模型起步，因为闭源实验室的条款通常禁止用其输出训练竞争对手。
- 闭源实验室发布完整的产品家族。OpenAI 的 GPT-6 和 GPT-6.1 模型，从 Luna、Terra 一直到 Sol、Astra，合计占据了前沿 21 个点中的 11 个，因此一代产品就覆盖了几乎每个价位。
- 闭源实验室可能以更低的成本提供服务。OpenAI、Anthropic 和 Google 以极大规模运行推理，Google 使用自研芯片，这能降低每项任务的成本；而大多数开放模型实验室的流量要少得多。
我们是如何构建的
本研究使用 Village 的LLM Atlas，它根据公开基准测试结果为每个模型和推理设置估算能力分数，并通过一个单独的成本模型，根据评估者的运行记录估算其每项任务成本，详见其方法论。成本以高投入模式下的 GPT-5 为基准。对于每个日期，我们取截至该日期发布的所有模型，并在 201 个预算档位上分别找出能力最强的模型，这些预算档位在对数尺度上从 GPT-5 成本的 1% 到三倍均匀分布。分数取自 2026 年 10 月 31 日；Atlas 会随新结果的出现而更新。
成本反映评估者通过托管 API 支付的费用，而开放模型在自己的硬件上运行可能更便宜。仅限在至少 10 个基准测试家族上有评分的模型，或将预算范围收窄至 GPT-5 成本的 3% 到一倍，会得到相同的模式；将范围扩大到 0.3% 到十倍，则会把今天的份额提高到 16%，因为小型开放模型在最便宜的一端仍然胜出。