本页为 code_bench v1.4 完整题目与说明；榜单数据可在榜单查询 中交互查看（筛选、排序、搜索）。
code_bench v1.4
题目结构
| 题目 | 满分 | 内容 |
|---|
| 基础题 · core | 30 | 复刻 C11 执行器 owc-exec（stdio JSON-RPC 2.0） |
| 基础题 · server | 30 | 复刻 Node 20+ 服务层（HTTP/WS API + agent 循环） |
| 基础题 · web v2 | 30 | 复刻 React 19 + Vite 前端 基于owc1.9.9版本提交 |
| 基础题 · 拼接(题目编写中) | 10 | 三个子项拼成端到端系统，不限制拼接方法（A/B/C 档系数 1.0/0.8/0.5） |
| 基础题·python | 30 | 用python开发一个文件分享程序 |
| 高阶题 · full_v2 | 100 | 3大+1小模块，开发一个coding agent |
| 高阶题 · rust v3 | 100 | 一个rust后端加sqlite加静态前端(rust为绝对主要) |
环境
debian13 x86-64 上使用 openwebcode
排行
| 模型 |
|---|
| deepseek-v4.1-flash(max) |
| mimo-v2.6-pro(thinking) |
| kimi-k3(max) |
| kimi-k2.8-preview(max) |
| kimi-k3(high) |
| hy4-preview(high) |
| glm5.3(max) |
| qwen3.8-flash(max) |
| gpt-5.6-luna(max) |
| glm-5.3-flash(max) |
| step-5-preview(high) |
| gemini-3.7-flash(high) |
| ... |
历史模型
| 模型 |
|---|
| deepseek-v4-pro0813(max) |
| deepseek-v4-flash0902(max) |
| deepseek-v4.1-flash-expires-on-0910(max) |
| deepseek-v4-flash-vision-exp(max) |
| glm-ox-alpha(max) |
| deepseek-v4-flash0731(max) |
基础题
- token消耗未统计缓存，缓存消耗具体看细则缓存部分
- kimi订阅倍率约0.07-0.08(199档实测)
- glm5.3订阅倍率约0.08(官方api文档说明)
- glm5.3flash订阅倍率约0.26(官方api文档说明)
- qwen订阅倍率约0.2495(官方api文档说明)
- step订阅倍率约0.025(官方api文档说明)
- mimo订阅倍率约0.81
core
| 模型 | 积分 | 成本(折算API价格) | token(不算缓存) | 缓存 |
|---|
| kimi-k3(high) | 26.2 | 54.89元 | 394k | 98.7%(16.485m) |
| deepseek-v4.1-flash-expires-on-0910(max) | 26 | 3.24-6.48元 | 525k | 99.1%(36.854m) |
| deepseek-v4-pro0813(max) | 26 | 9.33-18.66元 | 315k | 99.8%(37.834m) |
| deepseek-v4-flash0902(max) | 25.8 | 6.43-12.86元 | 528k | 99.8%(90.021m) |
| glm5.3(max) | 25.6 | 82.19元 | 455k | 99.3%(37.21m) |
| glm-5.3-flash(max) | 24.9 | 3.83元 | 499k | 99.1%(29.582m) |
| deepseek-v4-flash-vision-exp(max) | 25.2 | 3.53-7.06元 | 352k | 99.7%(46.685m) |
| deepseek-v4-flash0731(max) | 24.6 | 5.05-10.1元 | 782k | 99.2%(57.256m) |
| glm-ox-alpha(max) | 24.2 | 0元 | 628k | 99.2%(55.048m) |
| gemini-3.7-flash(high) | 23.7 | ~12.15元 | 1069k | 91%(9.57m) |
server
| 模型 | 积分 | 成本(折算API价格) | token(不算缓存) | 缓存 |
|---|
| kimi-k3(high) | 27.2 | 14.63元 | 138k | 97.8%(4.085m) |
| deepseek-v4.1-flash-expires-on-0910(max) | 25.8(稳定性不好) | 2.31-4.62元 | 499k | 97.7%(20.219m) |
| glm5.3(max) | 25.1 | 约30-40元 | ?k | ?%(?m) |
| deepseek-v4-pro0813(max) | 25.8 | 4.75-9.5元 | 221k | 99.5%(17.062m) |
| glm-5.3-flash(max) | 23.8 | 5.44元 | 573k | 99.1%(43.651m) |
| deepseek-v4-flash0731(max) | 22.7/24.7 | 20.9-41.8元 | 12563k | 72%(30.052m) |
| gemini-3.7-flash(high) | - | 元 | k | %(m) |
| … | 未测试 | 元 | k | %(m) |
web v2
| 模型 | 积分 | 成本(折算API价格) | token(不算缓存) | 缓存 | 接入方式 | 备注 |
|---|
| kimi-k3(high) | - | -元 | -k | -%(-m) | kimi订阅 | 无 |
| glm-5.3-flash(max) | 24 | 1.94元(限时5折) | 307k | 98.8%(14.674m) | 官方api | 无 |
| deepseek-v4.1-flash-expires-on-0910(max) | 24 | 4.22-8.44元 | 339k | 99.8%(60.087m) | 官方api | 无 |
| qwen3.8-flash(max) | 23.6 | 4.25元 | 735k | 98.5%(31.408m) | 官方api | 无 |
| glm5.3(max) | 23.4 | 32.14元 | 310k | 98.7%(13.454m) | 官方订阅 | zcode预设 |
| hy4-preview(high) | 23.4 | 12.28元 | 636k | 97.8%(21.541m) | 官方API | 无 |
| deepseek-v4-flash-vision-exp(max) | 13.3 | 1.99元 | 503k | 97.9%(15.849m) | 官方api | 无 |
| deepseek-v4-pro0813(max) | - | -元 | -k | -%(-m) | 官方api | 无 |
| … | 未测试 | 元 | k | %(m) | 官方 | 无 |
高阶题
full_v2
| 模型 | 积分 | 成本(折算API价格) | 订阅折算 | token(不算缓存) | 缓存 | 接入方式 | 备注 |
|---|
| deepseek-v4.1-flash(max) | 73.54 | 1.765-3.53元 | 无 | 354k | 99.7%(27.732m) | 官方api | 无 |
| mimo-v2.6-pro(thinking) | 67.1 | 2.63元 | 2.13元 | 495k | 98.6%(19.615m) | 官方api | 无 |
| deepseek-v4.1-flash-expires-on-0910(max) | 65.8 | 2.37-4.74元 | 无 | 311k | 99.7%(23.698m) | 官方api | 无 |
| kimi-k3(max) | 62.91 | 92.12元 | 7.36元 | 803k | 98.1%(29.29m) | kimi订阅 | kimicode预设 |
| kimi-k2.8-preview(max) | 61.9 | 40元(不确定了) | 3.2元 | 636k | 98.8%(29.051m) | kimi订阅 | kimicode预设 |
| glm5.3(max) | 60.7 | 98.28元 | 7.86元 | 766k | 98.7%(44.189m) | glm订阅 | zcode |
| step-5-preview(high) | 44.75 | 43.74元 | 1.094元 | 3157k | 95.3%(58.102m) | step订阅 | 无 |
rust v3
| 模型 | 积分 | 成本(折算API价格) | 订阅折算 | token(不算缓存) | 缓存 | 接入方式 | 备注 |
|---|
| deepseek-v4.1-flash(max) | 61.66 | 1.67-3.34元 | 无 | 683k | 97.7%(20.114m) | 官方api | 无 |
| mimo-v2.6-pro(thinking) | 61.36 | 1.8元 | 1.458元 | 367k | 97.7%(9.146m) | 官方api | 无 |
| qwen3.8-flash(max) | 54.7 | 4.98元 | 1.243元 | 1001k | 98%(36.75m) | 官方api | 无 |
| gpt-5.6-luna(max) | 50.96 | 4.19元 | - | 410k | 98.6%(19.426m) | zenmux api | 无 |
| step-5-preview(high) | 42.68 | 24.6元 | 0.61元 | 449k | 99.7%(55.503m) | step订阅 | 无 |
| glm5.3(max) | - | -元 | -元 | -k | -%(-m) | 官方api | zcode预设 |
| glm-5.3-flash(max) | - | -元 | -元 | -k | -%(-m) | 官方api | zcode预设 |
| hy4-preview(high) | - | -元 | - | -k | -%(-m) | - | - |
| kimi-k2.8-preview(max) | - | -元 | - | -k | -%(-m) | kimi订阅 | kimicode预设 |
| kimi-k3(max) | - | -元 | - | -k | -%(-m) | kimi订阅 | kimicode预设 |
| kimi-k3(high) | - | -元 | - | -k | -%(-m) | kimi订阅 | kimicode预设 |
分析
- K3在C部分相当高效，但在full_v2项目C之外的部分表现不佳，（high思考强度偏向于节省token精简架构，无论是c项目还是前端项目，都比其他的更简洁，c因为有编译器兜底，所以bug更少，web需要人工review，模型为了省token，导致部分bug没找出来）
- 单纯从颜值上来讲，我更喜欢k3的风格，美观程度为主观评判，未参与积分
- 实际体验来讲，glm5.3好于v4-pro0813，v4稳定性难评
- v4.1f-0910稳定性不如glm5.3好于v4p，但速度极快
- step5preview有些复古
- kimi-k2.8-preview细节不行，虽然不影响得分，但影响后续开发速度和体验
- ...
声明
- full_v2项目主要反映模型从0到1的理解用户需求，规划和开发能力
- 本bench由 github 用户 snnh 版权所有。
- 接受模型送测(只是为了多体验更多模型)
- 欢迎赞助token
致谢
- 感谢shyliuli和Karpy II提供的glm5.3评测环境