code.newcli.com（code.newcli.com）共测评 10 个模型，综合均分 76.0，能力 75.6、性能 82.9、一致性 63.1，表现最好的模型是 claude-sonnet-5。
| 模型 | 综合分 | 能力 | 性能 | 一致性 |
|---|---|---|---|---|
| claude-sonnet-5 | 94.2 | 100.0 | 85.4 | 100.0 |
| gpt-5.5 | 83.8 | 91.1 | 89.8 | 57.0 |
| gpt-5.4 | 82.9 | 88.9 | 90.0 | 57.0 |
| claude-sonnet-4-6 | 82.7 | 88.9 | 89.3 | 57.0 |
| claude-opus-4-6 | 81.5 | 88.9 | 86.4 | 57.0 |
| gpt-5.6-terra | 75.4 | 77.8 | 85.4 | 50.7 |
| gpt-5.6-luna | 70.5 | 68.9 | 81.9 | 50.7 |
| gpt-5.6-sol | 69.8 | 75.6 | 73.6 | 50.7 |
| claude-opus-5 | 69.2 | 75.6 | 72.0 | 50.7 |
| gpt-image-1 | 50.0 | 0.0 | 75.0 | 100.0 |