聪明暂无
前端入门
记性524K
便宜暂无
记性换算成体感：一次能读完《三体》三部曲
他的房间
电脑
没有公开的编程评测成绩
书架
4 层 · 记忆 524K tokens
黑板
一块空黑板
日历
知识截止日期未公开
敞开的门
开源权重，谁都能进
身世
- 发布日期
- 2026 年 1 月 27 日models.dev
- 知识截止
- 暂无数据
- 参数量
- 398.64B
- 开放权重
- 是
- 开源许可
- OpenMDW-1.1
- 上下文窗口
- 524K tokens
- 单次最大输出
- 262K
- 输入价格
- 暂无数据
- 输出价格
- 暂无数据
- 模型类型
- 文本只读文字、只写文字的对话模型
- 支持的输入
- 文字 → 文字
- 工具调用
- 是
- 深度思考
- 否
- 提示缓存
- 暂无数据
战绩
- 综合智力
- 未参评
- AIME 数学
- 未参评
- GPQA Diamond 科学
- 未参评
- ARC-AGI-2 抽象推理
- 未参评
- Fiction.liveBench 长文本
- 未参评
综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。
编程战绩（按赛制分列）
- WebDev Arena1238 Elo让两个模型各写一个网页，由人来投票选哪个更好，按对战胜负算 Elo 分。考的是前端开发的实际观感，和「能不能修复一个后端 bug」不是一回事。第三方实测https://epoch.ai/benchmarks
这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。
全部成绩（按榜单分列）
名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。
知识与推理
- CritPt 物理0.9%第 85 / 163研究级别的物理问题，由在职物理学家出题。测的是能不能做前沿科研级的推理。第三方实测
智能体
- Surface Evolver15.6%第 28 / 30用一款专业的曲面数值软件完成计算任务，考的是驾驭陌生专业工具的能力。第三方实测https://yhenon.github.io/surface-evolver-llm-eval/