速度

输出到达的快慢——持续吞吐量与首 token 时间，两者互相权衡，也与成本权衡。它是在某个供应商对该模型的服务上衡量的，所以描述的是服务端点，而非模型权重本身。

按有多少个基准把该模型排进各自的前 10 名来排序，并列时看它的最佳名次。每一列保持各自的顺序，此处不做任何平均。

模型	进入前 10	Artificial Analysis LLM Leaderboard Output Speed	Artificial Analysis LLM Leaderboard Time To First Token
Celeris-1 celeris	2/2	#1 1573/s	#3 0.58s
Command A+ cohere	1/2	#19 196/s	#1 0.39s
Mercury 2 inception	1/2	#2 924/s	#94 3.54s
North Mini Code cohere	1/2	#105 27/s	#2 0.53s
Ling 3.0 Flash inclusionai	1/2	#3 407/s	#85 2.70s
Gemini 3.5 Flash-Lite google	1/2	#4 407/s	#102 8.96s
Ministral 3 3B mistral	1/2	#16 204/s	#4 0.63s
Gemini 3.7 Flash google	1/2	#5 394/s	#27 1.04s
Gemma 4 E4B google	1/2	#86 58/s	#5 0.65s
LFM2.5-VL-1.6B liquidai	1/2	#6 346/s	#33 1.13s
Ministral 3 8B mistral	1/2	#52 114/s	#6 0.74s
LFM2.5-8B-A1B liquidai	1/2	#7 339/s	#44 1.46s
Qwen3.5 9B alibaba	1/2	#66 86/s	#7 0.77s
Nemotron 3 Nano Omni 30B A3B Reasoning nvidia	1/2	#8 326/s	#25 1.00s
Granite 4.1 8B ibm	1/2	#53 112/s	#8 0.77s
Nemotron 3.5 Lightning nvidia	1/2	#9 314/s	#24 0.96s
Llama 4 Scout meta	1/2	#41 133/s	#9 0.79s
Nova Micro aws	1/2	#10 273/s	#21 0.90s
Muse Glimmer meta	1/2	#59 104/s	#10 0.79s

破折号表示该数据源未收录这个模型，而不是它得了零分。模型名录中没有条目的模型不在此处出现，因为它们无法跨数据源对齐——它们仍会显示在各自数据源的看板上，并带有标记。