跳到正文

模型榜

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

当前展示 30 个模型,可按列重排;名次来自原榜
名次模型
01Claude Opus 5.5Anthropic · 9月22日上线74.3覆盖 100%
02Claude Fable 5.1Anthropic · 9月1日上线72.6覆盖 92%
03GPT-6 AstraOpenAI · 9月3日上线72.3覆盖 100%
04Gemini 4 ArgonGoogle · 9月30日上线71.9覆盖 95%
05Claude Sonnet 5.5Anthropic · 9月28日上线71.7覆盖 100%
06GPT-6.1 SolOpenAI · 9月29日上线70.1覆盖 97%
07Claude Opus 5Anthropic · 7月24日上线69.4覆盖 90%
08GPT-6.1 TerraOpenAI · 10月26日上线69.3覆盖 58%
09Claude Fable 5Anthropic · 6月9日上线68.9覆盖 79%
10Kimi K3.1 Pro开源权重 ↗Moonshot AI · 10月23日上线68.2覆盖 68%
11Muse WonderMeta · 10月12日上线67.7覆盖 79%
12GPT-5.6 SolOpenAI · 7月9日上线66.7覆盖 84%
13DeepSeek V4.1 Flash 1017开源权重 ↗DeepSeek · 10月17日上线65.8覆盖 71%
14GPT-6 SolOpenAI · 9月22日上线65.6覆盖 90%
15Muse Spark 1.3Meta · 9月2日上线64.1覆盖 79%
16Gemini 3.8 FlashGoogle · 9月2日上线63.5覆盖 97%
17GPT-5.5OpenAI · 4月23日上线63.1覆盖 68%
18GLM-5.3开源权重 ↗Z.ai · 8月18日上线62.9覆盖 95%
19Qwen3.8 Max 0902Alibaba · 9月1日上线62.9覆盖 58%
20Inkling 2 SmallThinking Machines Lab · 11月5日上线62.7覆盖 55%
21Grok 4.7xAI · 9月21日上线62.7覆盖 97%
22Gemini 3.7 FlashGoogle · 8月13日上线62.7覆盖 79%
23Kimi K3开源权重 ↗Moonshot AI · 7月16日上线62.7覆盖 97%
24MiMo-V2.6-Pro开源权重 ↗Xiaomi · 9月21日上线62.4覆盖 74%
25Claude Haiku 5.5Anthropic · 10月7日上线62.2覆盖 100%
26Claude Opus 4.8Anthropic · 5月28日上线62.1覆盖 74%
27Grok 4.6xAI · 8月12日上线62.0覆盖 87%
28DeepSeek V4.1 Flash开源权重 ↗DeepSeek · 9月10日上线61.9覆盖 97%
29Qwen3.8 MaxAlibaba · 7月19日上线61.8覆盖 87%
30GPT-5.6 TerraOpenAI · 7月9日上线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
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。