Vending-Bench · 2 · 测试定义与成绩

Vending-Bench · 2 收录 9 次模型发布的评测披露或成绩。

测试版本与指标

别名 Vending-Bench 2

  • Final bank balance · USD · 越高越好
  • Mean run cost · USD · 越低越好
  • Mean net worth · USD · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Final bank balance USD

Vending-Bench 2 official Andon Labs public leaderboard; final bank balance.

Vending-Bench · 2 · Final bank balance · Vending-Bench 2 official Andon Labs public leaderboard; final bank balance.
名次模型与配置成绩(USD)记录与证据
1Gemini 4 Carbon未注明$16,484.00 USD
2Gemini 4 Argon未注明$13,718.00 USD

历史记录 · 9 次发布

  • Gemini 4 Carbon本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 4 Argon本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Claude Opus 4.8本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Claude Opus 4.7本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Claude Sonnet 4.6本次发布有 3 条成绩记录,含 3 条精确值(可含历史记录)
  • GLM-5本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Claude Opus 4.6本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Claude Opus 4.5本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 3 Pro本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)