模型榜
AIHOT LEADERBOARD
AI 模型排行榜
只用第三方评测机构给所有模型统一跑的成绩，换算到同一条能力刻度上：编程 40%、科研 20%、专业办公 20%、知识问答 15%、真人盲选 5%。
35 项评测·7 家机构·10/11 20:06 更新
综合榜30 个模型
| 名次 | 模型 | ||
|---|---|---|---|
| 01 | Claude Opus 5.5AnthropicAnthropic · 9月22日上线 | 33 项评测覆盖 96% | 73.9覆盖 96% |
| 02 | Gemini 4 ArgonGoogleGoogle · 9月30日上线 | 21 项评测覆盖 68% | 73.5覆盖 68% |
| 03 | Claude Fable 5.1AnthropicAnthropic · 9月1日上线 | 35 项评测覆盖 100% | 72.2覆盖 100% |
| 04 | Claude Sonnet 5.5AnthropicAnthropic · 9月28日上线 | 33 项评测覆盖 100% | 71.4覆盖 100% |
| 05 | GPT-6 AstraOpenAIOpenAI · 9月3日上线 | 35 项评测覆盖 100% | 71.3覆盖 100% |
| 06 | Claude Fable 5AnthropicAnthropic · 6月9日上线 | 30 项评测覆盖 89% | 69.9覆盖 89% |
| 07 | GPT-6.1 SolOpenAIOpenAI · 9月29日上线 | 34 项评测覆盖 100% | 69.0覆盖 100% |
| 08 | Claude Opus 5AnthropicAnthropic · 7月24日上线 | 35 项评测覆盖 100% | 68.9覆盖 100% |
| 09 | GPT-5.6 SolOpenAIOpenAI · 7月9日上线 | 33 项评测覆盖 93% | 65.9覆盖 93% |
| 10 | GPT-6 SolOpenAIOpenAI · 9月22日上线 | 32 项评测覆盖 100% | 65.6覆盖 100% |
| 11 | Muse Spark 1.3MetaMeta · 9月2日上线 | 31 项评测覆盖 93% | 65.6覆盖 93% |
| 12 | Gemini 3.8 FlashGoogleGoogle · 9月2日上线 | 33 项评测覆盖 96% | 64.4覆盖 96% |
| 13 | Kimi K3开源权重 ↗Moonshot AIMoonshot AI · 7月16日上线 | 32 项评测覆盖 93% | 63.2覆盖 93% |
| 14 | Claude Opus 4.8AnthropicAnthropic · 5月28日上线 | 30 项评测覆盖 89% | 63.0覆盖 89% |
| 15 | MiMo-V2.6-Pro开源权重 ↗XiaomiXiaomi · 9月21日上线 | 23 项评测覆盖 68% | 62.9覆盖 68% |
| 16 | Gemini 3.7 FlashGoogleGoogle · 8月13日上线 | 31 项评测覆盖 93% | 62.8覆盖 93% |
| 17 | GLM-5.3开源权重 ↗Z.aiZ.ai · 8月18日上线 | 34 项评测覆盖 100% | 62.4覆盖 100% |
| 18 | GPT-5.5OpenAIOpenAI · 4月23日上线 | 28 项评测覆盖 86% | 62.3覆盖 86% |
| 19 | Claude Opus 4.7AnthropicAnthropic · 4月16日上线 | 19 项评测覆盖 64% | 62.1覆盖 64% |
| 20 | GPT-5.6 TerraOpenAIOpenAI · 7月9日上线 | 33 项评测覆盖 96% | 62.1覆盖 96% |
| 21 | Grok 4.7xAIxAI · 9月21日上线 | 31 项评测覆盖 96% | 61.6覆盖 96% |
| 22 | Grok 4.6xAIxAI · 8月12日上线 | 35 项评测覆盖 100% | 61.3覆盖 100% |
| 23 | Muse Spark 1.2MetaMeta · 8月5日上线 | 26 项评测覆盖 82% | 61.1覆盖 82% |
| 24 | Step 5 PreviewStepFunStepFun · 9月18日上线 | 20 项评测覆盖 57% | 60.5覆盖 57% |
| 25 | DeepSeek V4.1 Flash开源权重 ↗DeepSeekDeepSeek · 9月10日上线 | 32 项评测覆盖 100% | 60.4覆盖 100% |
| 26 | Claude Haiku 5.5AnthropicAnthropic · 10月7日上线 | 31 项评测覆盖 93% | 60.1覆盖 93% |
| 27 | DeepSeek V4 Pro 0813开源权重 ↗DeepSeekDeepSeek · 8月13日上线 | 33 项评测覆盖 96% | 58.8覆盖 96% |
| 28 | Claude Sonnet 5AnthropicAnthropic · 6月30日上线 | 32 项评测覆盖 93% | 58.7覆盖 93% |
| 29 | Qwen3.8 MaxAlibabaAlibaba · 7月19日上线 | 33 项评测覆盖 100% | 58.6覆盖 100% |
| 30 | Muse Spark 1.1MetaMeta · 7月9日上线 | 21 项评测覆盖 71% | 58.5覆盖 71% |
AIHOT 评分以参照组模型的平均水平为 50 分，每 15 分约是一个标准差；名次按分数排，不设并列。筛选后保留原榜评分与名次，每次最多展示 30 个模型。
评分不是正确率。各项评测的原始成绩和换算到同一刻度上的读数，可在模型详情查看。
暂不排名5 个模型
这些模型已有评分，但评测还不够宽，一个坏成绩就可能带偏名次；评测补齐后自动给出名次。
如何看这张榜
AIHOT 评分把各家评测换算到同一条能力刻度上：50 分是参照组模型的平均水平，每 15 分约是一个标准差。评分不是正确率。价格不参与排序；没测的评测不补分，也不扣分。
了解计算方法 →关于价格
API 价格来自厂商官网，按每百万 Token 展示。美元报价按 2026-10-09 汇率折算成人民币。缓存价格指命中后的输入价格，缓存写入、存储及订阅费用另计。