模型榜
AI 模型排行榜
只用第三方评测机构自己给模型实测的成绩,厂商自己公布的分数一概不计;各项成绩折算成同一种分数后按领域加权:编程 38%、科研 19%、专业办公 19%、知识问答 14%、真人盲选 10%。
54 项评测·16 家机构·11/08 14:05 更新
综合榜30 个模型
| 名次 | 模型 | ||
|---|---|---|---|
| 01 | Claude Opus 5.5AnthropicAnthropic · 9月22日上线 | 54 项评测覆盖 100% | 74.3覆盖 100% |
| 02 | Claude Fable 5.1AnthropicAnthropic · 9月1日上线 | 47 项评测覆盖 92% | 72.6覆盖 92% |
| 03 | GPT-6 AstraOpenAIOpenAI · 9月3日上线 | 54 项评测覆盖 100% | 72.3覆盖 100% |
| 04 | Gemini 4 ArgonGoogleGoogle · 9月30日上线 | 49 项评测覆盖 95% | 71.9覆盖 95% |
| 05 | Claude Sonnet 5.5AnthropicAnthropic · 9月28日上线 | 54 项评测覆盖 100% | 71.7覆盖 100% |
| 06 | GPT-6.1 SolOpenAIOpenAI · 9月29日上线 | 53 项评测覆盖 97% | 70.1覆盖 97% |
| 07 | Claude Opus 5AnthropicAnthropic · 7月24日上线 | 44 项评测覆盖 90% | 69.4覆盖 90% |
| 08 | GPT-6.1 TerraOpenAIOpenAI · 10月26日上线 | 28 项评测覆盖 58% | 69.3覆盖 58% |
| 09 | Claude Fable 5AnthropicAnthropic · 6月9日上线 | 35 项评测覆盖 79% | 68.9覆盖 79% |
| 10 | Kimi K3.1 Pro开源权重 ↗Moonshot AIMoonshot AI · 10月23日上线 | 35 项评测覆盖 68% | 68.2覆盖 68% |
| 11 | Muse WonderMetaMeta · 10月12日上线 | 39 项评测覆盖 79% | 67.7覆盖 79% |
| 12 | GPT-5.6 SolOpenAIOpenAI · 7月9日上线 | 40 项评测覆盖 84% | 66.7覆盖 84% |
| 13 | DeepSeek V4.1 Flash 1017开源权重 ↗DeepSeekDeepSeek · 10月17日上线 | 38 项评测覆盖 71% | 65.8覆盖 71% |
| 14 | GPT-6 SolOpenAIOpenAI · 9月22日上线 | 44 项评测覆盖 90% | 65.6覆盖 90% |
| 15 | Muse Spark 1.3MetaMeta · 9月2日上线 | 39 项评测覆盖 79% | 64.1覆盖 79% |
| 16 | Gemini 3.8 FlashGoogleGoogle · 9月2日上线 | 52 项评测覆盖 97% | 63.5覆盖 97% |
| 17 | GPT-5.5OpenAIOpenAI · 4月23日上线 | 30 项评测覆盖 68% | 63.1覆盖 68% |
| 18 | GLM-5.3开源权重 ↗Z.aiZ.ai · 8月18日上线 | 51 项评测覆盖 95% | 62.9覆盖 95% |
| 19 | Qwen3.8 Max 0902AlibabaAlibaba · 9月1日上线 | 29 项评测覆盖 58% | 62.9覆盖 58% |
| 20 | Inkling 2 SmallThinking Machines LabThinking Machines Lab · 11月5日上线 | 25 项评测覆盖 55% | 62.7覆盖 55% |
| 21 | Grok 4.7xAIxAI · 9月21日上线 | 53 项评测覆盖 97% | 62.7覆盖 97% |
| 22 | Gemini 3.7 FlashGoogleGoogle · 8月13日上线 | 35 项评测覆盖 79% | 62.7覆盖 79% |
| 23 | Kimi K3开源权重 ↗Moonshot AIMoonshot AI · 7月16日上线 | 51 项评测覆盖 97% | 62.7覆盖 97% |
| 24 | MiMo-V2.6-Pro开源权重 ↗XiaomiXiaomi · 9月21日上线 | 35 项评测覆盖 74% | 62.4覆盖 74% |
| 25 | Claude Haiku 5.5AnthropicAnthropic · 10月7日上线 | 50 项评测覆盖 100% | 62.2覆盖 100% |
| 26 | Claude Opus 4.8AnthropicAnthropic · 5月28日上线 | 34 项评测覆盖 74% | 62.1覆盖 74% |
| 27 | Grok 4.6xAIxAI · 8月12日上线 | 42 项评测覆盖 87% | 62.0覆盖 87% |
| 28 | DeepSeek V4.1 Flash开源权重 ↗DeepSeekDeepSeek · 9月10日上线 | 44 项评测覆盖 97% | 61.9覆盖 97% |
| 29 | Qwen3.8 MaxAlibabaAlibaba · 7月19日上线 | 39 项评测覆盖 87% | 61.8覆盖 87% |
| 30 | GPT-5.6 TerraOpenAIOpenAI · 7月9日上线 | 38 项评测覆盖 79% | 61.7覆盖 79% |
GPT-6 Astra:提示词不超过 272K Token 的价格;超过 272K 时整个请求的输入和缓存命中价按 2 倍、输出价按 1.5 倍计费。
Gemini 4 Argon:标准价;官网限时价格持续至 2026-11-30(含当天)为输入 $2、输出 $10、缓存命中 $0.10/百万 Token。
GPT-6.1 Sol:提示词不超过 272K Token 的价格;超过 272K 时整个请求的输入和缓存命中价按 2 倍、输出价按 1.5 倍计费。
GPT-6.1 Terra:提示词不超过 272K Token 的价格;超过 272K 时整个请求的输入和缓存命中价按 2 倍、输出价按 1.5 倍计费。
Kimi K3.1 Pro:开放平台须充值至少 ¥10 才能解锁调用;新用户注册认证赠送的代金券不可用于此模型。
GPT-5.6 Sol:标准价;官网限时优惠至少持续至 2026-11-30,期间输入 $4、输出 $20、缓存命中 $0.40/百万 Token。提示词超过 272K Token 时整个请求的输入和缓存命中价按 2 倍、输出价按 1.5 倍计费。
DeepSeek V4.1 Flash 1017:空闲时段价;北京时间工作日(法定节假日除外)09:00–12:00、14:00–18:00 为高峰,输入、输出及缓存命中价均翻倍。
GPT-6 Sol:提示词不超过 272K Token 的价格;超过 272K 时整个请求的输入和缓存命中价按 2 倍、输出价按 1.5 倍计费。
Gemini 3.8 Flash:标准价;官网限时价格持续至 2026-12-31(含当天),期间输入 $0.75、输出 $3.75、缓存命中 $0.075/百万 Token。
GPT-5.5:提示词不超过 272K Token 的价格;超过 272K 时整个会话的输入和缓存命中价按 2 倍、输出价按 1.5 倍计费。
Inkling 2 Small:Tinker 官方按量价格;模型权重尚未公开,官网计划完成安全测试后开放。
Grok 4.7:提示词不到 200K Token 的价格;达到 200K 时整个请求按输入 $4、输出 $12、缓存命中 $1/百万 Token 计费。
Gemini 3.7 Flash:标准价;Google Cloud 官网限时价格持续至 2026-12-31(含当天),期间输入 $0.75、输出 $3.75、缓存命中 $0.075/百万 Token。Google 开发者 API 的 gemini-3.7-flash 请求现转至 Gemini 3.8 Flash。
Claude Haiku 5.5:提示词不超过 100K Token 的价格;超过 100K 时,输入、输出及缓存命中价均为上述价格的 5 倍。
Grok 4.6:提示词不到 200K Token 的价格;达到 200K 时整个请求按输入 $4、输出 $12、缓存命中 $1/百万 Token 计费。
DeepSeek V4.1 Flash:保留该版本价格;官方 deepseek-flash 接口现已升级至 V4.1 Flash 1017,价格不变。空闲时段价;北京时间工作日(法定节假日除外)09:00–12:00、14:00–18:00 为高峰,输入、输出及缓存命中价均翻倍。
GPT-5.6 Terra:提示词不超过 272K Token 的价格;超过 272K 时整个请求的输入和缓存命中价按 2 倍、输出价按 1.5 倍计费。
50 分是参照模型的平均水平,每 15 分约是一个标准差;名次按分数排,不设并列。筛选后保留原榜的评分和名次,每次最多展示 30 个模型。
评分不是正确率。每项评测的原始成绩和折算后的分数,都能在模型详情里看到。
暂不排名6 个模型
这些模型已有评分,但评测数量还不够,或者暂未正式上线;补齐或上线后自动给出名次。
全部模型
- OpenAI
- GPT-6 AstraGPT-6.1 SolGPT-6.1 TerraGPT-5.6 SolGPT-6 SolGPT-5.5GPT-5.6 TerraGPT-5.4GPT-6 LunaGPT-5.6 LunaGPT-5.2 2025-12-11GPT-5.4 Mini 2026-03-17GPT-5.4 Nano 2026-03-17GPT-5 Minigpt-oss-120b
- Anthropic
- Claude Opus 5.5Claude Fable 5.1Claude Sonnet 5.5Claude Opus 5Claude Fable 5Claude Haiku 5.5Claude Opus 4.8Claude Opus 4.7Claude Sonnet 5Claude Opus 4.6Claude Sonnet 4.6Claude Opus 4.5 20251101Claude Haiku 4.5 20251001Claude 4.5 Haiku
- Gemini 4 ArgonGemini 3.8 FlashGemini 3.7 FlashGemini 3.6 FlashGemini 3.5 FlashGemini 3.1 Pro PreviewGemini 3.5 Flash LiteGemma 4 31 BGemini 2.5 ProGemini 3.1 Flash Lite PreviewGemini 4 Carbon
- Alibaba
- Qwen3.8 Max 0902Qwen3.8 MaxQwen3.8 Flash NextQwen3.8-27BQwen3.7 MaxQwen3.6 PlusQwen3.7 PlusQwen3.6-27B
- Meta
- Muse WonderMuse Spark 1.3Muse Spark 1.2Muse Spark 1.1Muse Spark OpenMuse GlimmerMuse Wonder Full
- DeepSeek
- DeepSeek V4.1 Flash 1017DeepSeek V4.1 FlashDeepSeek V4 Pro 0813DeepSeek V4 Flash 0731DeepSeek V4 Pro PreviewDeepSeek V4 Flash Preview
- Moonshot AI
- Kimi K3.1 ProKimi K3Kimi K2.6Kimi K2.7 Code
- Thinking Machines Lab
- Inkling 2 SmallInklingInkling-Small
- Tencent
- Hy 4 PreviewHy4
- Mistral AI
- Mistral Large 4Mistral Medium 3.5
- StepFun
- Step 5 Preview
- Reflection
- Beam 1.0
- Fireworks AI
- ember-1
- Cohere
- Command A
如何看这张榜
AIHOT 评分把各家难度不同的评测折算成同一种分数:50 分是参照模型的平均水平,每 15 分约是一个标准差;两个模型相差 3 分以上,先后基本不会变。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 2026-11-06 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。