如何看这张表
- 越靠上评价越高，像“第 1〜2 名”这样以范围显示的模型之间的差在误差范围内。
- 评价是由人比较 2 个回答、选出较好一方的结果得出的分数。
- 差 50 时上面的模型被选中的概率约为 57 %，差 100 时为 64 %，差 200 时为 76 %。
- 价格是每 100 万 token 的参考，依次为让它读的部分、让它写的部分。
- 长度是一次能让它读的文本量 (token)。
第 1 名的误差幅度
| 排名 | 模型 | 开发方 | 人类评价 | 较上周 | 综合 | 输入 $ /100 万 | 输出 $ /100 万 | 一次能读的 长度 | 支持 | 权重 | 发布日期 | 价格与规格 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1〜12 | Claude Fable 5 | Anthropic | 评价 1550 ±9 | −1 | 1503排名第 2〜9 名 | $10 | $50 | 1M | Anthropic 发布 2026-06 较上周 −1 价格 $10 / $50 长度 1M | |||
| 1〜16 | Claude Opus 4.6 | Anthropic | 评价 1544 ±8 | −2 | 1503排名第 2〜9 名 | $5 | $25 | 1M | Anthropic 发布 2026-02 较上周 −2 价格 $5 / $25 长度 1M | |||
| 1〜27 | Claude Opus 5.5 | Anthropic | 评价 1539 ±18 | 0 | 1509排名第 1〜7 名 | $4 | $20 | 1M | Anthropic 发布 2026-09 价格 $4 / $20 长度 1M | |||
| 1〜19 | Claude Opus 5 | Anthropic | 评价 1538 ±8 | −2 | 1491排名第 8〜22 名 | $5 | $25 | 1M | Anthropic 发布 2026-07 较上周 −2 价格 $5 / $25 长度 1M | |||
| 1〜29 | Gemini 4 Argon | 评价 1537 ±19 | −5 | 1517排名第 1〜3 名 | $2 | $10 | 1.05M | Google 发布 2026-09 较上周 −5 价格 $2 / $10 长度 1.05M | ||||
| 1〜30 | Claude Sonnet 5.5 | Anthropic | 评价 1535 ±19 | −5 | 1478排名第 14〜44 名 | $2 | $10 | 1M | Anthropic 发布 2026-09 较上周 −5 价格 $2 / $10 长度 1M | |||
| 1〜22 | Claude Opus 4.7 | Anthropic | 评价 1534 ±8 | 0 | 1501排名第 2〜10 名 | $5 | $25 | 1M | Anthropic 发布 2026-04 价格 $5 / $25 长度 1M | |||
| 1〜29 | Claude Fable 5.1 | Anthropic | 评价 1533 ±16 | +9 | 1503排名第 2〜10 名 | $10 | $50 | 1M | Anthropic 发布 2026-09 较上周 +9 价格 $10 / $50 长度 1M | |||
| 1〜23 | GPT-5.6 Sol | OpenAI | 评价 1532 ±9 | −1 | 1485排名第 10〜30 名 | $4 | $20 | 1.05M | OpenAI 发布 2026-07 较上周 −1 价格 $4 / $20 长度 1.05M | |||
| 1〜26 | Kimi K3 | Moonshot | 评价 1532 ±11 | −1 | 1487排名第 8〜27 名 | $3 | $15 | 1.05M | Moonshot 发布 2026-07 较上周 −1 价格 $3 / $15 长度 1.05M | |||
| 1〜55 | MiMo-V2.6 Pro | Xiaomi | 评价 1528 ±27 | −1 | 1480排名第 10〜44 名 | $0.435 | $0.87 | 1.05M | Xiaomi 发布 2026-09 较上周 −1 价格 $0.435 / $0.87 长度 1.05M | |||
| 2〜29 | Gemini 3.8 Flash | 评价 1528 ±9 | +3 | 1496排名第 4〜15 名 | $0.75 | $3.75 | 1.05M | Google 发布 2026-09 较上周 +3 价格 $0.75 / $3.75 长度 1.05M | ||||
| 2〜32 | Muse Spark 1.3 | Meta | 评价 1527 ±13 | −2 | 1496排名第 3〜15 名 | $1.25 | $4.25 | 1.05M | Meta 发布 2026-09 较上周 −2 价格 $1.25 / $4.25 长度 1.05M | |||
| 3〜29 | Claude Opus 4.8 | Anthropic | 评价 1526 ±8 | 0 | 1481排名第 12〜36 名 | $5 | $25 | 1M | Anthropic 发布 2026-05 价格 $5 / $25 长度 1M | |||
| 1〜54 | Muse Wonder | Meta | 评价 1526 ±23 | +13 | 1509排名第 1〜8 名 | $4 | $20 | 1.05M | Meta 发布 2026-10 较上周 +13 价格 $4 / $20 长度 1.05M | |||
| 4〜46 | Gemini 3.7 Flash | 评价 1517 ±11 | +5 | 1490排名第 8〜25 名 | $0.75 | $3.75 | 1.05M | Google 发布 2026-08 较上周 +5 价格 $0.75 / $3.75 长度 1.05M | ||||
| 4〜50 | GLM-5.3 | Z.ai | 评价 1517 ±12 | −2 | 1481排名第 11〜38 名 | $1.4 | $4.4 | 1M | Z.ai 发布 2026-08 较上周 −2 价格 $1.4 / $4.4 长度 1M | |||
| 2〜62 | GPT-6.1 Sol | OpenAI | 评价 1516 ±21 | −4 | 1480排名第 10〜41 名 | $2 | $10 | 1.05M | OpenAI 发布 2026-09 较上周 −4 价格 $2 / $10 长度 1.05M | |||
| 3〜57 | GPT-6 Astra | OpenAI | 评价 1516 ±16 | +7 | 1476排名第 17〜44 名 | $10 | $50 | 1.05M | OpenAI 发布 2026-09 较上周 +7 价格 $10 / $50 长度 1.05M | |||
| 3〜55 | DeepSeek-V4.1 Flash | DeepSeek | 评价 1516 ±15 | −4 | 1476排名第 17〜46 名 | — | — | 1M | DeepSeek 发布 2026-09 较上周 −4 价格 — 长度 1M | |||
| 6〜48 | GPT-5.4 | OpenAI | 评价 1514 ±8 | 0 | 1475排名第 19〜42 名 | $2.5 | $15 | 1.05M | OpenAI 发布 2026-03 价格 $2.5 / $15 长度 1.05M | |||
| 8〜53 | GPT-5.5 | OpenAI | 评价 1512 ±8 | 0 | 1482排名第 12〜36 名 | $5 | $30 | 1.05M | OpenAI 发布 2026-04 价格 $5 / $30 长度 1.05M | |||
| 6〜55 | Qwen3.8 Max | Alibaba | 评价 1512 ±11 | −1 | 1483排名第 10〜36 名 | $2 | $6 | 1M | Alibaba 发布 2026-08 较上周 −1 价格 $2 / $6 长度 1M | |||
| 8〜54 | Claude Sonnet 5 | Anthropic | 评价 1511 ±8 | 0 | 1461排名第 41〜64 名 | $2 | $10 | 1M | Anthropic 发布 2026-06 价格 $2 / $10 长度 1M | |||
| 7〜55 | GLM-5.3 Flash | Z.ai | 评价 1511 ±10 | +1 | 1476排名第 19〜43 名 | $0.15 | $0.5 | 1M | Z.ai 发布 2026-08 较上周 +1 价格 $0.15 / $0.5 长度 1M | |||
| 13〜54 | Gemini 3.1 Pro (preview) | 评价 1509 ±6 | 0 | 1487排名第 10〜26 名 | $2 | $12 | 1.05M | Google 发布 2026-02 价格 $2 / $12 长度 1.05M | ||||
| 12〜59 | GPT-5.6 Terra | OpenAI | 评价 1507 ±9 | +1 | 1467排名第 28〜53 名 | $2 | $12 | 1.05M | OpenAI 发布 2026-07 较上周 +1 价格 $2 / $12 长度 1.05M | |||
| 2〜92 | Qwen3.7 Max (preview) | Alibaba | 评价 1507 ±31 | +1 | 1474排名第 15〜53 名 | — | — | — | — | Alibaba 发布 — 较上周 +1 价格 — 长度 — | ||
| 14〜59 | Claude Sonnet 4.6 | Anthropic | 评价 1506 ±8 | 0 | 1472排名第 24〜49 名 | $3 | $15 | 1M | Anthropic 发布 2026-02 价格 $3 / $15 长度 1M | |||
| 14〜59 | MiMo-V2.5 Pro | Xiaomi | 评价 1505 ±8 | −1 | 1466排名第 34〜53 名 | $0.435 | $0.87 | 1.05M | Xiaomi 发布 2026-04 较上周 −1 价格 $0.435 / $0.87 长度 1.05M | |||
| 13〜68 | Claude Opus 4.5 | Anthropic | 评价 1503 ±12 | 0 | 1474排名第 23〜46 名 | $5 | $25 | 200K | Anthropic 发布 2025-11 价格 $5 / $25 长度 200K | |||
| 14〜65 | Muse Spark 1.1 | Meta | 评价 1502 ±9 | 0 | 1490排名第 8〜23 名 | $1.25 | $4.25 | 1M | Meta 发布 2026-07 价格 $1.25 / $4.25 长度 1M | |||
| 14〜68 | Kimi K2.6 | Moonshot | 评价 1502 ±10 | −1 | 1461排名第 41〜65 名 | $0.95 | $4 | 262.1K | Moonshot 发布 2026-04 较上周 −1 价格 $0.95 / $4 长度 262.1K | |||
| 14〜67 | GLM-5.2 | Z.ai | 评价 1502 ±9 | 0 | 1475排名第 19〜43 名 | $1.4 | $4.4 | 1M | Z.ai 发布 2026-06 价格 $1.4 / $4.4 长度 1M | |||
| 5〜94 | Qwen3.6 Max (preview) | Alibaba | 评价 1500 ±25 | +1 | 1461排名第 36〜72 名 | $1.3 | $7.8 | 240K | Alibaba 发布 2026-04 较上周 +1 价格 $1.3 / $7.8 长度 240K | |||
| 14〜68 | Gemini 3.6 Flash | 评价 1500 ±10 | 0 | 1483排名第 10〜35 名 | $0.75 | $3.75 | 1.05M | Google 发布 2026-07 价格 $0.75 / $3.75 长度 1.05M | ||||
| 14〜72 | Gemini 3 Pro | 评价 1499 ±11 | 0 | 1486排名第 10〜29 名 | — | — | 1.05M | Google 发布 2025-11 价格 — 长度 1.05M | ||||
| 14〜74 | Qwen3.5 Max (preview) | Alibaba | 评价 1499 ±13 | 0 | 1465排名第 36〜60 名 | — | — | — | — | Alibaba 发布 — 价格 — 长度 — | ||
| 6〜99 | Gemma 4 31B | 评价 1498 ±25 | 0 | 1452排名第 48〜85 名 | — | — | 262.1K | Google 发布 2026-04 价格 — 长度 262.1K | ||||
| 16〜69 | Claude Sonnet 4.5 | Anthropic | 评价 1498 ±8 | 0 | 1456排名第 49〜69 名 | $3 | $15 | 200K | Anthropic 发布 2025-09 价格 $3 / $15 长度 200K | |||
| 14〜77 | Gemini 3 Flash | 评价 1497 ±12 | 0 | 1473排名第 23〜49 名 | — | — | 1.05M | Google 发布 2025-12 价格 — 长度 1.05M | ||||
| 17〜70 | GLM-5.1 | Z.ai | 评价 1497 ±8 | +1 | 1465排名第 36〜53 名 | $1.4 | $4.4 | 200K | Z.ai 发布 2026-04 较上周 +1 价格 $1.4 / $4.4 长度 200K | |||
| 4〜110 | Amazon Nova Experimental Chat (2026-02) | Amazon | 评价 1495 ±32 | 0 | 1427排名第 83〜129 名 | — | — | — | — | Amazon 发布 — 价格 — 长度 — | ||
| 14〜90 | GPT-6 Sol | OpenAI | 评价 1494 ±16 | −4 | 1459排名第 41〜71 名 | $2 | $10 | 1.05M | OpenAI 发布 2026-09 较上周 −4 价格 $2 / $10 长度 1.05M | |||
| 17〜79 | Grok 4.6 | xAI | 评价 1494 ±10 | −1 | 1456排名第 48〜72 名 | $2 | $6 | 500K | xAI 发布 2026-08 较上周 −1 价格 $2 / $6 长度 500K | |||
| 17〜79 | ERNIE 5.1 | Baidu | 评价 1494 ±10 | 0 | 1467排名第 26〜53 名 | — | — | 119K | — | Baidu 发布 — 价格 — 长度 119K | ||
| 14〜92 | MiMo-V2.6 Flash | Xiaomi | 评价 1492 ±16 | −1 | 1448排名第 52〜88 名 | $0.14 | $0.28 | 1.05M | Xiaomi 发布 2026-09 较上周 −1 价格 $0.14 / $0.28 长度 1.05M | |||
| 16〜88 | MiMo-V2 Pro | Xiaomi | 评价 1492 ±13 | 0 | 1448排名第 57〜87 名 | — | — | 1.05M | Xiaomi 发布 2026-03 价格 — 长度 1.05M | |||
| 25〜82 | Gemini 3.5 Flash | 评价 1492 ±9 | −1 | 1477排名第 18〜41 名 | $1.5 | $9 | 1.05M | Google 发布 2026-05 较上周 −1 价格 $1.5 / $9 长度 1.05M | ||||
| 21〜85 | GPT-5.2 Chat | OpenAI | 评价 1491 ±11 | 0 | 1476排名第 19〜42 名 | — | — | 128K | OpenAI 发布 2026-02 价格 — 长度 128K | |||
| 14〜96 | Muse Spark | Meta | 评价 1491 ±16 | −1 | 1489排名第 8〜27 名 | — | — | — | Meta 发布 2026-04 较上周 −1 价格 — 长度 — | |||
| 15〜95 | Tencent HY3 | Tencent | 评价 1491 ±16 | +2 | 1454排名第 48〜76 名 | — | — | 256K | Tencent 发布 2026-07 较上周 +2 价格 — 长度 256K | |||
| 26〜84 | GPT-5.6 Luna | OpenAI | 评价 1490 ±9 | 0 | 1453排名第 51〜75 名 | $0.2 | $1.2 | 1.05M | OpenAI 发布 2026-07 价格 $0.2 / $1.2 长度 1.05M | |||
| 14〜100 | Muse Spark 1.2 | Meta | 评价 1489 ±18 | −3 | 1491排名第 6〜25 名 | $1.25 | $4.25 | 1.05M | Meta 发布 2026-08 较上周 −3 价格 $1.25 / $4.25 长度 1.05M | |||
| 14〜101 | Step 5 (preview) | StepFun | 评价 1488 ±19 | −1 | 1448排名第 52〜89 名 | $1.0461 | $2.989 | 1M | StepFun 发布 2026-09 较上周 −1 价格 $1.0461 / $2.989 长度 1M | |||
| 29〜90 | Grok 4.5 | xAI | 评价 1487 ±9 | −1 | 1466排名第 33〜55 名 | $2 | $6 | 500K | xAI 发布 2026-07 较上周 −1 价格 $2 / $6 长度 500K | |||
| 30〜88 | GPT-6 Luna | OpenAI | 评价 1487 ±8 | +1 | 1442排名第 66〜97 名 | $0.1 | $0.5 | 1.05M | OpenAI 发布 2026-09 较上周 +1 价格 $0.1 / $0.5 长度 1.05M | |||
| 18〜104 | DeepSeek-V4 Pro (2026-08) | DeepSeek | 评价 1486 ±18 | 0 | 1465排名第 30〜64 名 | $0.66 | $1.98 | 1M | DeepSeek 发布 2026-08 价格 $0.66 / $1.98 长度 1M | |||
| 31〜92 | Qwen3.7 Plus | Alibaba | 评价 1485 ±9 | 0 | 1456排名第 48〜72 名 | $0.4 | $1.6 | 1M | Alibaba 发布 2026-06 价格 $0.4 / $1.6 长度 1M | |||
| 26〜104 | Grok 4.7 | xAI | 评价 1484 ±16 | +7 | 1441排名第 65〜102 名 | $2 | $6 | 500K | xAI 发布 2026-09 较上周 +7 价格 $2 / $6 长度 500K | |||
| 35〜95 | Kimi K2.5 | Moonshot | 评价 1483 ±8 | 0 | 1450排名第 55〜79 名 | — | — | 262.1K | Moonshot 发布 2026-01 价格 — 长度 262.1K | |||
| 30〜100 | GPT-5.1 | OpenAI | 评价 1482 ±12 | +1 | 1456排名第 49〜72 名 | $1.25 | $10 | 400K | OpenAI 发布 2025-11 较上周 +1 价格 $1.25 / $10 长度 400K | |||
| 31〜100 | Claude Opus 4.1 | Anthropic | 评价 1482 ±12 | +1 | 1450排名第 54〜80 名 | — | — | 200K | Anthropic 发布 2025-08 较上周 +1 价格 — 长度 200K | |||
| 36〜99 | Grok 4.20 Multi Agent (beta, 0309) | xAI | 评价 1481 ±8 | +1 | 1471排名第 24〜50 名 | — | — | — | — | xAI 发布 — 较上周 +1 价格 — 长度 — | ||
| 32〜102 | GLM-5 | Z.ai | 评价 1481 ±12 | 0 | 1457排名第 47〜70 名 | $1 | $3.2 | 204.8K | Z.ai 发布 2026-02 价格 $1 / $3.2 长度 204.8K | |||
| 37〜100 | GPT-5.4 mini | OpenAI | 评价 1480 ±8 | 0 | 1447排名第 62〜87 名 | $0.75 | $4.5 | 400K | OpenAI 发布 2026-03 价格 $0.75 / $4.5 长度 400K | |||
| 37〜100 | DeepSeek-V4 Pro | DeepSeek | 评价 1479 ±8 | −1 | 1458排名第 47〜69 名 | $0.66 | $1.98 | 1M | DeepSeek 发布 2026-04 较上周 −1 价格 $0.66 / $1.98 长度 1M | |||
| 42〜100 | Qwen3.5 397B A17B | Alibaba | 评价 1477 ±7 | +1 | 1442排名第 69〜96 名 | $0.6 | $3.6 | 262.1K | Alibaba 发布 2026-02 较上周 +1 价格 $0.6 / $3.6 长度 262.1K | |||
| 40〜101 | Dola Seed 2.0 Pro | ByteDance | 评价 1477 ±8 | 0 | 1456排名第 48〜71 名 | — | — | 131.1K | — | ByteDance 发布 — 价格 — 长度 131.1K | ||
| 39〜103 | Grok 4.20 Beta Reasoning (0309) | xAI | 评价 1477 ±8 | 0 | 1472排名第 24〜50 名 | — | — | 2M | — | xAI 发布 — 价格 — 长度 2M | ||
| 40〜104 | DeepSeek-V4 Pro (preview) | DeepSeek | 评价 1476 ±9 | 0 | 1455排名第 49〜72 名 | — | — | — | — | DeepSeek 发布 — 价格 — 长度 — | ||
| 39〜106 | GPT-5.2 | OpenAI | 评价 1475 ±10 | 0 | 1437排名第 76〜103 名 | $1.75 | $14 | 400K | OpenAI 发布 2025-12 价格 $1.75 / $14 长度 400K | |||
| 25〜128 | Gemma 4 26B A4B | 评价 1475 ±26 | 0 | 1438排名第 68〜111 名 | $0.15 | $0.6 | 262.1K | Google 发布 2026-04 价格 $0.15 / $0.6 长度 262.1K | ||||
| 38〜110 | Grok 4.20 (beta1) | xAI | 评价 1475 ±12 | −1 | 1475排名第 19〜45 名 | — | — | — | — | xAI 发布 — 较上周 −1 价格 — 长度 — | ||
| 42〜105 | Qwen3.6 Plus | Alibaba | 评价 1475 ±9 | 0 | 1443排名第 65〜95 名 | $0.5 | $3 | 1M | Alibaba 发布 2026-03 价格 $0.5 / $3 长度 1M | |||
| 38〜110 | Qwen3.8 27B | Alibaba | 评价 1474 ±11 | −2 | 1437排名第 75〜108 名 | — | — | 262.1K | Alibaba 发布 2026-08 较上周 −2 价格 — 长度 262.1K | |||
| 39〜111 | GPT-5.5 Instant | OpenAI | 评价 1473 ±12 | 0 | 1473排名第 20〜50 名 | — | — | — | OpenAI 发布 2026-05 价格 — 长度 — | |||
| 29〜128 | Claude Haiku 5.5 | Anthropic | 评价 1473 ±23 | 新 | 1425排名第 88〜131 名 | $0.1 | $0.5 | 1M | Anthropic 发布 2026-10 价格 $0.1 / $0.5 长度 1M | |||
| 15〜139 | Amazon Nova Experimental Chat (2026-01) | Amazon | 评价 1472 ±34 | 0 | 1413排名第 104〜147 名 | — | — | — | — | Amazon 发布 — 价格 — 长度 — | ||
| 44〜110 | Inkling | Thinking Machines | 评价 1471 ±9 | +2 | 1442排名第 68〜97 名 | $1.87 | $4.68 | 262.1K | Thinking Machines 发布 2026-07 较上周 +2 价格 $1.87 / $4.68 长度 262.1K | |||
| 45〜111 | MiMo-V2.5 | Xiaomi | 评价 1471 ±9 | 0 | 1434排名第 80〜112 名 | $0.14 | $0.28 | 1.05M | Xiaomi 发布 2026-04 价格 $0.14 / $0.28 长度 1.05M | |||
| 43〜114 | GPT-5.3 Chat | OpenAI | 评价 1470 ±11 | 0 | 1450排名第 52〜80 名 | — | — | 128K | — | OpenAI 发布 — 价格 — 长度 128K | ||
| 45〜111 | Gemini 3.5 Flash-Lite | 评价 1470 ±10 | −1 | 1455排名第 49〜73 名 | $0.3 | $2.5 | 1.05M | Google 发布 2026-07 较上周 −1 价格 $0.3 / $2.5 长度 1.05M | ||||
| 49〜111 | MiniMax-M3 | MiniMax | 评价 1470 ±8 | −1 | 1440排名第 69〜101 名 | $0.3 | $1.2 | 1.05M | MiniMax 发布 2026-06 较上周 −1 价格 $0.3 / $1.2 长度 1.05M | |||
| 29〜138 | Qwen3 235B A22B (thinking) | Alibaba | 评价 1468 ±28 | 0 | 1400排名第 131〜160 名 | — | — | 262.1K | Alibaba 发布 2025-07 价格 — 长度 262.1K | |||
| 47〜118 | LongCat-Flash-Chat (exp, 2026-02) | Meituan | 评价 1467 ±12 | 0 | 1436排名第 76〜108 名 | — | — | — | — | Meituan 发布 — 价格 — 长度 — | ||
| 52〜118 | DeepSeek-V4 Flash (preview) | DeepSeek | 评价 1467 ±9 | 0 | 1439排名第 72〜102 名 | — | — | — | — | DeepSeek 发布 — 价格 — 长度 — | ||
| 30〜139 | Beam 1.0 501B A23B | reflection | 评价 1467 ±29 | 新 | 1436排名第 68〜116 名 | — | — | 262.1K | reflection 发布 2026-10 价格 — 长度 262.1K | |||
| 42〜128 | NVIDIA Nemotron 3 Ultra 550B A55B (NVFP4) | NVIDIA | 评价 1466 ±17 | 0 | 1426排名第 88〜126 名 | — | — | — | — | NVIDIA 发布 — 价格 — 长度 — | ||
| 53〜118 | Grok 4.1 | xAI | 评价 1466 ±9 | 0 | 1465排名第 38〜53 名 | — | — | 200K | xAI 发布 2025-11 价格 — 长度 200K | |||
| 43〜130 | GLM-5V Turbo | Z.ai | 评价 1464 ±17 | 0 | 1434排名第 76〜114 名 | $1.2 | $4 | 200K | Z.ai 发布 2026-04 价格 $1.2 / $4 长度 200K | |||
| 47〜130 | Qwen3 Max (preview) | Alibaba | 评价 1463 ±16 | 0 | 1434排名第 79〜112 名 | — | — | 256K | — | Alibaba 发布 — 价格 — 长度 256K | ||
| 56〜129 | MiMo-V2 Omni | Xiaomi | 评价 1461 ±13 | 0 | 1431排名第 83〜119 名 | — | — | — | — | Xiaomi 发布 — 价格 — 长度 — | ||
| 66〜126 | Kimi K2 Thinking Turbo | Moonshot | 评价 1460 ±9 | 0 | 1430排名第 88〜116 名 | — | — | — | Moonshot 发布 2025-11 价格 — 长度 — | |||
| 56〜134 | GPT-5 | OpenAI | 评价 1459 ±15 | 0 | 1435排名第 77〜111 名 | $1.25 | $10 | 400K | OpenAI 发布 2025-08 价格 $1.25 / $10 长度 400K | |||
| 73〜126 | Gemini 2.5 Pro | 评价 1459 ±7 | 0 | 1445排名第 64〜87 名 | $1.25 | $10 | 1M | Google 发布 2025-06 价格 $1.25 / $10 长度 1M | ||||
| 52〜138 | Mistral Large 4 | Mistral | 评价 1457 ±18 | +6 | 1434排名第 76〜114 名 | $1.36 | $4.18 | 524.3K | Mistral 发布 2026-10 较上周 +6 价格 $1.36 / $4.18 长度 524.3K | |||
| 72〜129 | DeepSeek-V4 Flash | DeepSeek | 评价 1457 ±9 | 0 | 1436排名第 77〜109 名 | $0.15 | $0.6 | 1M | DeepSeek 发布 2026-04 价格 $0.15 / $0.6 长度 1M | |||
| 73〜136 | DeepSeek-V3.2 | DeepSeek | 评价 1454 ±11 | +1 | 1425排名第 96〜124 名 | — | — | 128K | DeepSeek 发布 2025-12 较上周 +1 价格 — 长度 128K | |||
| 49〜149 | Kimi K2.5 Instant | Moonshot | 评价 1453 ±23 | 0 | 1431排名第 83〜120 名 | — | — | — | Moonshot 发布 2026-01 价格 — 长度 — | |||
| 82〜130 | Claude Haiku 4.5 | Anthropic | 评价 1453 ±6 | +1 | 1414排名第 114〜135 名 | $1 | $5 | 200K | Anthropic 发布 2025-10 较上周 +1 价格 $1 / $5 长度 200K | |||
| 81〜131 | MiniMax-M2.7 | MiniMax | 评价 1453 ±7 | −1 | 1415排名第 112〜136 名 | $0.3 | $1.2 | 204.8K | MiniMax 发布 2026-03 较上周 −1 价格 $0.3 / $1.2 长度 204.8K | |||
| 81〜133 | Grok 4.3 | xAI | 评价 1452 ±8 | 0 | 1442排名第 68〜97 名 | $1.25 | $2.5 | 1M | xAI 发布 2026-04 价格 $1.25 / $2.5 长度 1M | |||
| 58〜149 | ERNIE 5.0 (preview, 1203) | Baidu | 评价 1451 ±21 | +1 | 1449排名第 52〜88 名 | — | — | — | — | Baidu 发布 — 较上周 +1 价格 — 长度 — | ||
| 45〜155 | DeepSeek-V3.2 (exp) | DeepSeek | 评价 1451 ±28 | 0 | 1425排名第 90〜126 名 | — | — | 163.8K | DeepSeek 发布 2025-09 价格 — 长度 163.8K | |||
| 73〜143 | Claude Opus 4 | Anthropic | 评价 1450 ±14 | 0 | 1426排名第 91〜124 名 | — | — | 200K | Anthropic 发布 2025-05 价格 — 长度 200K | |||
| 81〜141 | o3 | OpenAI | 评价 1449 ±11 | 0 | 1432排名第 84〜114 名 | $2 | $8 | 200K | OpenAI 发布 2025-04 价格 $2 / $8 长度 200K | |||
| 67〜149 | GLM-4.7 | Z.ai | 评价 1448 ±21 | −1 | 1441排名第 65〜102 名 | $0.6 | $2.2 | 204.8K | Z.ai 发布 2025-12 较上周 −1 价格 $0.6 / $2.2 长度 204.8K | |||
| 55〜156 | NVIDIA Nemotron 3.5 Super VL 120B A12B (NVFP4) | NVIDIA | 评价 1448 ±27 | 新 | 1413排名第 104〜146 名 | — | — | 262.1K | — | NVIDIA 发布 — 价格 — 长度 262.1K | ||
| 85〜138 | Qwen3 235B A22B (instruct) | Alibaba | 评价 1447 ±8 | 0 | 1422排名第 103〜126 名 | — | — | 128K | Alibaba 发布 2025-07 价格 — 长度 128K | |||
| 82〜143 | ERNIE 5.0 (0110) | Baidu | 评价 1447 ±11 | 0 | 1446排名第 63〜88 名 | — | — | — | — | Baidu 发布 — 价格 — 长度 — | ||
| 68〜155 | Tencent HY3 (preview) | Tencent | 评价 1447 ±22 | 0 | 1409排名第 114〜150 名 | — | — | 256K | Tencent 发布 2026-04 价格 — 长度 256K | |||
| 56〜165 | Muse Glimmer | Meta | 评价 1445 ±28 | +1 | 1425排名第 87〜133 名 | — | — | — | Meta 发布 2026-08 较上周 +1 价格 — 长度 — | |||
| 85〜141 | Gemini 3.1 Flash-Lite (preview) | 评价 1445 ±8 | +1 | 1433排名第 83〜112 名 | $0.25 | $1.5 | 1.05M | Google 发布 2026-03 较上周 +1 价格 $0.25 / $1.5 长度 1.05M | ||||
| 77〜151 | GLM-4.5 | Z.ai | 评价 1445 ±17 | 0 | 1411排名第 115〜145 名 | $0.6 | $2.2 | 131.1K | Z.ai 发布 2025-08 价格 $0.6 / $2.2 长度 131.1K | |||
| 82〜149 | GPT-5 Chat | OpenAI | 评价 1444 ±15 | 0 | 1426排名第 91〜124 名 | — | — | 128K | OpenAI 发布 2025-08 价格 — 长度 128K | |||
| 71〜162 | Qwen3 VL 235B A22B (instruct) | Alibaba | 评价 1442 ±24 | 0 | 1413排名第 109〜141 名 | — | — | 262.1K | — | Alibaba 发布 — 价格 — 长度 262.1K | ||
| 85〜149 | Qwen3.5 122B A10B | Alibaba | 评价 1442 ±12 | 0 | 1417排名第 107〜135 名 | $0.4 | $3.2 | 262.1K | Alibaba 发布 2026-02 价格 $0.4 / $3.2 长度 262.1K | |||
| 87〜148 | Inkling Small | Thinking Machines | 评价 1441 ±10 | −3 | 1405排名第 127〜150 名 | $0.58 | $1.44 | 524.3K | Thinking Machines 发布 2026-07 较上周 −3 价格 $0.58 / $1.44 长度 524.3K | |||
| 85〜149 | Qwen3.5 27B | Alibaba | 评价 1441 ±12 | 0 | 1409排名第 117〜146 名 | $0.3 | $2.4 | 262.1K | Alibaba 发布 2026-02 价格 $0.3 / $2.4 长度 262.1K | |||
| 64〜171 | Qwen3 VL 235B A22B | Alibaba | 评价 1441 ±29 | −1 | 1395排名第 137〜167 名 | — | — | 131.1K | — | Alibaba 发布 — 较上周 −1 价格 — 长度 131.1K | ||
| 87〜151 | Solar Pro 4 | Upstage | 评价 1439 ±12 | 0 | 1387排名第 148〜171 名 | $0.3 | $1.2 | 524.3K | Upstage 发布 2026-08 价格 $0.3 / $1.2 长度 524.3K | |||
| 85〜152 | GLM-4.6 | Z.ai | 评价 1439 ±13 | 0 | 1424排名第 96〜125 名 | $0.6 | $2.2 | 204.8K | Z.ai 发布 2025-09 价格 $0.6 / $2.2 长度 204.8K | |||
| 92〜149 | Grok 4.1 Fast Reasoning | xAI | 评价 1438 ±9 | 0 | 1430排名第 88〜114 名 | — | — | 2M | xAI 发布 2025-11 价格 — 长度 2M | |||
| 96〜149 | GPT-5.4 nano | OpenAI | 评价 1437 ±8 | 0 | 1401排名第 134〜153 名 | $0.2 | $1.25 | 400K | OpenAI 发布 2026-03 价格 $0.2 / $1.25 长度 400K | |||
| 85〜163 | Mistral Medium 3.5 | Mistral | 评价 1435 ±17 | −1 | 1426排名第 88〜125 名 | $1.5 | $7.5 | 262.1K | Mistral 发布 2026-04 较上周 −1 价格 $1.5 / $7.5 长度 262.1K | |||
| 90〜157 | Claude Sonnet 4 | Anthropic | 评价 1434 ±14 | 0 | 1402排名第 131〜153 名 | — | — | 200K | Anthropic 发布 2025-05 价格 — 长度 200K | |||
| 82〜171 | DeepSeek-V3.1 | DeepSeek | 评价 1434 ±24 | 0 | 1417排名第 104〜136 名 | — | — | 128K | DeepSeek 发布 2025-08 价格 — 长度 128K | |||
| 95〜163 | Gemini 2.5 Flash (preview, 2025-09) | 评价 1432 ±14 | 0 | 1403排名第 127〜152 名 | — | — | 1M | Google 发布 2025-09 价格 — 长度 1M | ||||
| 73〜180 | ERNIE 5.0 (preview, 1022) | Baidu | 评价 1432 ±33 | 0 | 1418排名第 100〜137 名 | — | — | — | — | Baidu 发布 — 价格 — 长度 — | ||
| 102〜156 | ChatGPT-4o (2025-03-26) | OpenAI | 评价 1430 ±9 | 0 | 1443排名第 68〜93 名 | — | — | 128K | OpenAI 发布 2025-03 价格 — 长度 128K | |||
| 98〜165 | Grok 4 | xAI | 评价 1430 ±13 | +1 | 1411排名第 117〜140 名 | — | — | 256K | xAI 发布 2025-07 较上周 +1 价格 — 长度 256K | |||
| 85〜176 | GPT-4.5 (preview) | OpenAI | 评价 1429 ±24 | 0 | 1445排名第 63〜95 名 | — | — | — | OpenAI 发布 2025-02 价格 — 长度 — | |||
| 104〜156 | Step 3.5 Flash | StepFun | 评价 1429 ±8 | 0 | 1393排名第 144〜166 名 | $0.1046 | $0.3138 | 256K | StepFun 发布 2026-02 价格 $0.1046 / $0.3138 长度 256K | |||
| 85〜177 | LongCat-Flash-Chat | Meituan | 评价 1428 ±26 | 0 | 1401排名第 127〜159 名 | — | — | 131.1K | — | Meituan 发布 — 价格 — 长度 131.1K | ||
| 108〜156 | Mistral Large 3 | Mistral | 评价 1428 ±7 | +1 | 1414排名第 112〜136 名 | $0.5 | $1.5 | 262.1K | Mistral 发布 2025-12 较上周 +1 价格 $0.5 / $1.5 长度 262.1K | |||
| 108〜168 | MiniMax-M2.5 | MiniMax | 评价 1425 ±10 | +1 | 1391排名第 144〜169 名 | $0.3 | $1.2 | 204.8K | MiniMax 发布 2026-02 较上周 +1 价格 $0.3 / $1.2 长度 204.8K | |||
| 108〜163 | Gemini 2.5 Flash | 评价 1425 ±7 | 0 | 1409排名第 121〜140 名 | $0.3 | $2.5 | 1M | Google 发布 2025-06 价格 $0.3 / $2.5 长度 1M | ||||
| 99〜177 | Grok 4 Fast | xAI | 评价 1422 ±19 | 0 | 1419排名第 102〜136 名 | — | — | 2M | xAI 发布 2025-09 价格 — 长度 2M | |||
| 109〜173 | Qwen3.5 35B A3B | Alibaba | 评价 1420 ±11 | 0 | 1394排名第 140〜165 名 | $0.25 | $2 | 262.1K | Alibaba 发布 2026-02 价格 $0.25 / $2 长度 262.1K | |||
| 117〜171 | Qwen3.5 Flash | Alibaba | 评价 1419 ±8 | 0 | 1396排名第 139〜163 名 | $0.1 | $0.4 | 1M | Alibaba 发布 2026-02 价格 $0.1 / $0.4 长度 1M | |||
| 98〜185 | Kimi K2 (instruct, 2025-09) | Moonshot | 评价 1419 ±24 | −1 | 1419排名第 102〜135 名 | — | — | 262.1K | Moonshot 发布 2025-09 较上周 −1 价格 — 长度 262.1K | |||
| 106〜177 | MiniMax-M2.1 (preview) | MiniMax | 评价 1419 ±17 | −1 | 1385排名第 150〜171 名 | — | — | — | — | MiniMax 发布 — 较上周 −1 价格 — 长度 — | ||
| 97〜185 | Qwen3 Max (instruct) | Alibaba | 评价 1418 ±26 | 0 | 1424排名第 93〜129 名 | — | — | 258K | Alibaba 发布 2025-09 价格 — 长度 258K | |||
| 104〜180 | DeepSeek-R1 (2025-05) | DeepSeek | 评价 1418 ±20 | 0 | 1421排名第 100〜132 名 | — | — | 131.1K | DeepSeek 发布 2025-05 价格 — 长度 131.1K | |||
| 119〜174 | MiMo-V2 Flash | Xiaomi | 评价 1417 ±10 | 0 | 1392排名第 144〜167 名 | — | — | 262.1K | Xiaomi 发布 2025-12 价格 — 长度 262.1K | |||
| 108〜177 | Kimi K2 (instruct) | Moonshot | 评价 1416 ±16 | 0 | 1418排名第 104〜135 名 | — | — | 131.1K | Moonshot 发布 2025-07 价格 — 长度 131.1K | |||
| 120〜183 | Claude 3.7 Sonnet | Anthropic | 评价 1411 ±14 | 0 | 1388排名第 148〜169 名 | — | — | 200K | Anthropic 发布 2025-02 价格 — 长度 200K | |||
| 127〜177 | Mistral Medium 3.1 | Mistral | 评价 1411 ±8 | 0 | 1408排名第 126〜145 名 | $0.4 | $2 | 262.1K | Mistral 发布 2025-08 价格 $0.4 / $2 长度 262.1K | |||
| 127〜185 | o4-mini | OpenAI | 评价 1407 ±12 | 0 | 1391排名第 144〜169 名 | $1.1 | $4.4 | 200K | OpenAI 发布 2025-04 价格 $1.1 / $4.4 长度 200K | |||
| 96〜202 | Hunyuan-T1 | Tencent | 评价 1407 ±38 | 0 | 1387排名第 144〜172 名 | — | — | 131.1K | Tencent 发布 2025-07 价格 — 长度 131.1K | |||
| 120〜186 | Grok 3 Mini | xAI | 评价 1407 ±19 | 0 | 1364排名第 174〜193 名 | — | — | 131.1K | xAI 发布 2025-06 价格 — 长度 131.1K | |||
| 131〜185 | GPT-4.1 | OpenAI | 评价 1406 ±12 | 0 | 1415排名第 112〜136 名 | $2 | $8 | 1.05M | OpenAI 发布 2025-04 价格 $2 / $8 长度 1.05M | |||
| 127〜186 | Grok 3 (preview, 02.24) | xAI | 评价 1404 ±15 | 0 | 1411排名第 116〜140 名 | — | — | — | — | xAI 发布 — 价格 — 长度 — | ||
| 133〜185 | Trinity Large (preview) | Arcee AI | 评价 1404 ±12 | 0 | 1379排名第 160〜176 名 | — | — | 131.1K | — | Arcee AI 发布 — 价格 — 长度 131.1K | ||
| 131〜186 | Amazon Nova Experimental Chat (11.10) | Amazon | 评价 1403 ±14 | 0 | 1364排名第 175〜191 名 | — | — | — | — | Amazon 发布 — 价格 — 长度 — | ||
| 126〜190 | GPT-5 mini | OpenAI | 评价 1403 ±17 | +1 | 1390排名第 144〜169 名 | $0.25 | $2 | 400K | OpenAI 发布 2025-08 较上周 +1 价格 $0.25 / $2 长度 400K | |||
| 122〜193 | DeepSeek-R1 | DeepSeek | 评价 1402 ±20 | 0 | 1398排名第 137〜160 名 | — | — | 128K | DeepSeek 发布 2025-01 价格 — 长度 128K | |||
| 127〜190 | o1 | OpenAI | 评价 1402 ±17 | 0 | 1402排名第 130〜153 名 | $15 | $60 | 128K | OpenAI 发布 2024-12 价格 $15 / $60 长度 128K | |||
| 134〜186 | Trinity Large | Arcee AI | 评价 1401 ±12 | 0 | 1367排名第 171〜188 名 | — | — | 262.1K | Arcee AI 发布 2026-04 价格 — 长度 262.1K | |||
| 128〜193 | Qwen3 Next 80B A3B (instruct) | Alibaba | 评价 1400 ±18 | 0 | 1399排名第 136〜159 名 | $0.5 | $2 | 129K | Alibaba 发布 2025-09 价格 $0.5 / $2 长度 129K | |||
| 99〜208 | GLM-4.5V | Z.ai | 评价 1400 ±42 | 0 | 1352排名第 179〜213 名 | $0.6 | $1.8 | 64K | Z.ai 发布 2025-08 价格 $0.6 / $1.8 长度 64K | |||
| 127〜197 | o3-mini | OpenAI | 评价 1399 ±20 | 0 | 1364排名第 174〜193 名 | $1.1 | $4.4 | 200K | OpenAI 发布 2025-01 价格 $1.1 / $4.4 长度 200K | |||
| 108〜206 | Qwen3 32B | Alibaba | 评价 1398 ±37 | 0 | 1347排名第 184〜223 名 | $0.7 | $2.8 | 131.1K | Alibaba 发布 2025-04 价格 $0.7 / $2.8 长度 131.1K | |||
| 137〜191 | DeepSeek-V3 (2025-03) | DeepSeek | 评价 1397 ±12 | 0 | 1395排名第 139〜164 名 | — | — | 163.8K | DeepSeek 发布 2025-03 价格 — 长度 163.8K | |||
| 134〜196 | Qwen3 30B A3B (instruct) | Alibaba | 评价 1396 ±17 | 0 | 1382排名第 154〜174 名 | — | — | 131.1K | Alibaba 发布 2025-07 价格 — 长度 131.1K | |||
| 120〜203 | Granite 4.2 30B | IBM | 评价 1395 ±30 | −2 | 1340排名第 189〜232 名 | — | — | — | — | IBM 发布 — 较上周 −2 价格 — 长度 — | ||
| 137〜196 | Qwen3 235B A22B | Alibaba | 评价 1395 ±14 | 0 | 1402排名第 131〜153 名 | $0.7 | $2.8 | 128K | Alibaba 发布 2025-04 价格 $0.7 / $2.8 长度 128K | |||
| 106〜216 | GLM-4.6V | Z.ai | 评价 1394 ±43 | −1 | 1378排名第 152〜184 名 | $0.3 | $0.9 | 128K | Z.ai 发布 2025-12 较上周 −1 价格 $0.3 / $0.9 长度 128K | |||
| 133〜200 | NVIDIA Nemotron 3 Super 120B A12B | NVIDIA | 评价 1393 ±22 | 0 | 1360排名第 175〜204 名 | — | — | 262.1K | NVIDIA 发布 2026-03 价格 — 长度 262.1K | |||
| 133〜200 | Qwen3 Next 80B A3B | Alibaba | 评价 1393 ±23 | 0 | 1369排名第 170〜186 名 | $0.5 | $6 | 131.1K | Alibaba 发布 2025-09 价格 $0.5 / $6 长度 131.1K | |||
| 117〜208 | Amazon Nova Experimental Chat (12.10) | Amazon | 评价 1393 ±35 | −2 | 1393排名第 137〜169 名 | — | — | — | — | Amazon 发布 — 较上周 −2 价格 — 长度 — | ||
| 140〜196 | NVIDIA Nemotron 3.5 Lightning 30B A3B (NVFP4) | NVIDIA | 评价 1392 ±13 | +5 | 1353排名第 182〜211 名 | — | — | — | — | NVIDIA 发布 — 较上周 +5 价格 — 长度 — | ||
| 139〜197 | GLM-4.5 Air | Z.ai | 评价 1391 ±15 | 0 | 1373排名第 168〜181 名 | $0.2 | $1.1 | 131.1K | Z.ai 发布 2025-07 价格 $0.2 / $1.1 长度 131.1K | |||
| 139〜202 | GLM-4.7 Flash | Z.ai | 评价 1387 ±19 | 0 | 1365排名第 172〜192 名 | — | — | 202.8K | Z.ai 发布 2026-01 价格 — 长度 202.8K | |||
| 147〜197 | Gemini 2.5 Flash-Lite (preview, 2025-09) | 评价 1387 ±11 | 0 | 1379排名第 160〜175 名 | — | — | 1M | Google 发布 2025-09 价格 — 长度 1M | ||||
| 147〜202 | o1-preview | OpenAI | 评价 1383 ±15 | 0 | 1389排名第 146〜169 名 | — | — | — | OpenAI 发布 2024-09 价格 — 长度 — | |||
| 148〜200 | GPT-4.1 mini | OpenAI | 评价 1383 ±13 | 0 | 1383排名第 154〜172 名 | — | — | 1.05M | OpenAI 发布 2025-04 价格 — 长度 1.05M | |||
| 145〜203 | Grok 3 Mini (beta) | xAI | 评价 1382 ±17 | 0 | 1358排名第 177〜204 名 | — | — | — | xAI 发布 2025-04 价格 — 长度 — | |||
| 148〜204 | Qwen3 Coder 480B A35B (instruct) | Alibaba | 评价 1380 ±16 | 0 | 1388排名第 148〜171 名 | $1.5 | $7.5 | 262.1K | Alibaba 发布 2025-07 价格 $1.5 / $7.5 长度 262.1K | |||
| 153〜203 | Mistral Medium 3 | Mistral | 评价 1378 ±14 | 0 | 1387排名第 149〜171 名 | $0.4 | $2 | 128K | Mistral 发布 2025-05 价格 $0.4 / $2 长度 128K | |||
| 138〜223 | Granite 4.2 8B | IBM | 评价 1374 ±34 | +1 | 1290排名第 256〜288 名 | — | — | 131.1K | — | IBM 发布 — 较上周 +1 价格 — 长度 131.1K | ||
| 162〜205 | Claude 3.5 Sonnet (2024-10) | Anthropic | 评价 1372 ±9 | 0 | 1374排名第 167〜177 名 | — | — | 200K | Anthropic 发布 2024-10 价格 — 长度 200K | |||
| 157〜208 | Gemini 2.5 Flash-Lite (preview, 2025-06) | 评价 1372 ±15 | 0 | 1375排名第 165〜178 名 | — | — | 1.05M | Google 发布 2025-06 价格 — 长度 1.05M | ||||
| 134〜229 | Llama 3.3 Nemotron Super 49B (v1.5) | NVIDIA | 评价 1372 ±41 | 0 | 1343排名第 186〜227 名 | — | — | 131.1K | — | NVIDIA 发布 — 价格 — 长度 131.1K | ||
| 145〜223 | Qwen Plus (0125) | Alibaba | 评价 1370 ±30 | 0 | 1346排名第 185〜223 名 | — | — | — | — | Alibaba 发布 — 价格 — 长度 — | ||
| 162〜211 | Qwen2.5 Max | Alibaba | 评价 1368 ±14 | 0 | 1374排名第 167〜178 名 | — | — | — | Alibaba 发布 2025-01 价格 — 长度 — | |||
| 162〜211 | MiniMax-M1 | MiniMax | 评价 1367 ±15 | 0 | 1364排名第 175〜191 名 | — | — | 1M | MiniMax 发布 2025-06 价格 — 长度 1M | |||
| 147〜226 | Ring Flash 2.0 | Ant Group | 评价 1367 ±31 | −1 | 1322排名第 219〜252 名 | — | — | — | — | Ant Group 发布 — 较上周 −1 价格 — 长度 — | ||
| 157〜219 | Amazon Nova Experimental Chat (10.20) | Amazon | 评价 1366 ±22 | +1 | 1348排名第 185〜215 名 | — | — | — | — | Amazon 发布 — 较上周 +1 价格 — 长度 — | ||
| 145〜229 | Step 3 | StepFun | 评价 1364 ±35 | +1 | 1349排名第 184〜215 名 | — | — | — | — | StepFun 发布 — 较上周 +1 价格 — 长度 — | ||
| 165〜219 | QwQ 32B | Alibaba | 评价 1362 ±17 | 0 | 1336排名第 199〜230 名 | — | — | 32.8K | Alibaba 发布 2025-03 价格 — 长度 32.8K | |||
| 168〜222 | GPT-OSS 120B | OpenAI | 评价 1358 ±16 | 0 | 1352排名第 185〜211 名 | — | — | 128K | OpenAI 发布 2025-08 价格 — 长度 128K | |||
| 171〜219 | Gemini 2.0 Flash | 评价 1357 ±13 | 0 | 1360排名第 176〜198 名 | — | — | — | Google 发布 2025-02 价格 — 长度 — | ||||
| 159〜235 | Ling Flash 2.0 | Ant Group | 评价 1355 ±30 | 0 | 1343排名第 189〜224 名 | — | — | 131K | — | Ant Group 发布 — 价格 — 长度 131K | ||
| 157〜239 | GPT-5 nano | OpenAI | 评价 1355 ±33 | 0 | 1338排名第 195〜230 名 | $0.05 | $0.4 | 400K | OpenAI 发布 2025-08 价格 $0.05 / $0.4 长度 400K | |||
| 157〜239 | INTELLECT-3 | Prime Intellect | 评价 1355 ±32 | +1 | 1356排名第 176〜211 名 | — | — | — | — | Prime Intellect 发布 — 较上周 +1 价格 — 长度 — | ||
| 168〜228 | Amazon Nova 2 Lite | Amazon | 评价 1353 ±21 | +1 | 1335排名第 199〜232 名 | $0.3 | $2.5 | 1M | Amazon 发布 2025-12 较上周 +1 价格 $0.3 / $2.5 长度 1M | |||
| 178〜224 | o1-mini | OpenAI | 评价 1352 ±12 | 0 | 1337排名第 199〜227 名 | — | — | 128K | OpenAI 发布 2024-09 价格 — 长度 128K | |||
| 160〜242 | MiniMax-M2 | MiniMax | 评价 1351 ±33 | −1 | 1344排名第 188〜225 名 | $0.3 | $1.2 | 1M | MiniMax 发布 2025-10 较上周 −1 价格 $0.3 / $1.2 长度 1M | |||
| 168〜235 | Hunyuan-TurboS (2025-04) | Tencent | 评价 1349 ±24 | 0 | 1383排名第 151〜175 名 | — | — | 131.1K | Tencent 发布 2025-04 价格 — 长度 131.1K | |||
| 160〜250 | Mercury 2 | Inception | 评价 1348 ±36 | 0 | 1343排名第 186〜227 名 | $0.25 | $0.75 | 128K | Inception 发布 2026-02 价格 $0.25 / $0.75 长度 128K | |||
| 177〜229 | DeepSeek-V3 | DeepSeek | 评价 1348 ±17 | 0 | 1358排名第 177〜202 名 | — | — | 128K | DeepSeek 发布 2024-12 价格 — 长度 128K | |||
| 183〜226 | Command A | Cohere | 评价 1344 ±11 | 0 | 1354排名第 184〜210 名 | $2.5 | $10 | 256K | Cohere 发布 2025-03 价格 $2.5 / $10 长度 256K | |||
| 183〜226 | Claude 3.5 Sonnet (2024-06) | Anthropic | 评价 1344 ±11 | 0 | 1343排名第 195〜220 名 | — | — | 200K | Anthropic 发布 2024-06 价格 — 长度 200K | |||
| 180〜231 | Qwen3 30B A3B | Alibaba | 评价 1344 ±16 | +1 | 1327排名第 214〜242 名 | — | — | 128K | Alibaba 发布 2025-04 较上周 +1 价格 — 长度 128K | |||
| 185〜229 | Gemini 1.5 Pro 002 | 评价 1340 ±11 | 0 | 1351排名第 185〜211 名 | — | — | — | Google 发布 2024-09 价格 — 长度 — | ||||
| 185〜234 | Gemma 3 27B | 评价 1339 ±13 | 0 | 1365排名第 174〜188 名 | — | — | 128K | Google 发布 2025-03 价格 — 长度 128K | ||||
| 171〜256 | Granite 4.1 8B | IBM | 评价 1337 ±32 | −1 | 1304排名第 239〜274 名 | — | — | — | — | IBM 发布 — 较上周 −1 价格 — 长度 — | ||
| 179〜250 | OLMo 3.1 32B Think | Ai2 | 评价 1337 ±25 | 0 | 1286排名第 263〜287 名 | — | — | — | — | Ai2 发布 — 价格 — 长度 — | ||
| 185〜248 | NVIDIA Nemotron 3 Nano 30B A3B (BF16) | NVIDIA | 评价 1333 ±19 | +2 | 1314排名第 230〜261 名 | — | — | 65.5K | — | NVIDIA 发布 — 较上周 +2 价格 — 长度 65.5K | ||
| 186〜246 | Gemini 2.0 Flash-Lite (preview) | 评价 1333 ±16 | 0 | 1354排名第 184〜211 名 | — | — | — | Google 发布 2025-02 价格 — 长度 — | ||||
| 185〜250 | Mistral Small 3.2 | Mistral | 评价 1332 ±20 | 0 | 1356排名第 179〜208 名 | $0.1 | $0.3 | 128K | Mistral 发布 2025-06 价格 $0.1 / $0.3 长度 128K | |||
| 186〜245 | Yi Lightning | 01.AI | 评价 1331 ±15 | 0 | 1328排名第 208〜241 名 | — | — | — | 01.AI 发布 2024-12 价格 — 长度 — | |||
| 174〜262 | Granite 4.2 3B | IBM | 评价 1330 ±35 | 0 | 1290排名第 253〜287 名 | — | — | — | — | IBM 发布 — 价格 — 长度 — | ||
| 186〜256 | OLMo 3.1 32B (instruct) | Ai2 | 评价 1327 ±22 | +1 | 1329排名第 206〜241 名 | — | — | — | — | Ai2 发布 — 较上周 +1 价格 — 长度 — | ||
| 193〜250 | Llama 4 Maverick | Meta | 评价 1326 ±13 | 0 | 1327排名第 215〜242 名 | — | — | 524.3K | Meta 发布 2025-04 价格 — 长度 524.3K | |||
| 183〜262 | Step 2 (16k, exp, 2024-12) | StepFun | 评价 1326 ±31 | 0 | 1334排名第 197〜238 名 | — | — | — | — | StepFun 发布 — 价格 — 长度 — | ||
| 193〜249 | Llama 3.1 405B (instruct, FP8) | Meta | 评价 1325 ±12 | 0 | 1334排名第 202〜230 名 | — | — | — | — | Meta 发布 — 价格 — 长度 — | ||
| 180〜267 | Hunyuan-Large (2025-02) | Tencent | 评价 1323 ±36 | 0 | 1326排名第 204〜252 名 | — | — | — | — | Tencent 发布 — 价格 — 长度 — | ||
| 189〜259 | Qwen2.5 Plus (1127) | Alibaba | 评价 1322 ±21 | 0 | 1315排名第 228〜261 名 | — | — | — | — | Alibaba 发布 — 价格 — 长度 — | ||
| 196〜254 | Gemini 1.5 Pro 001 | 评价 1320 ±12 | 0 | 1324排名第 222〜246 名 | — | — | — | Google 发布 2024-05 价格 — 长度 — | ||||
| 201〜252 | Claude 3 Opus | Anthropic | 评价 1319 ±9 | 0 | 1322排名第 222〜248 名 | — | — | — | Anthropic 发布 2024-02 价格 — 长度 — | |||
| 185〜270 | Granite 4.0 H Small | IBM | 评价 1319 ±34 | 0 | 1288排名第 261〜287 名 | — | — | 131.1K | — | IBM 发布 — 价格 — 长度 131.1K | ||
| 202〜256 | Claude 3.5 Haiku | Anthropic | 评价 1316 ±11 | 0 | 1325排名第 222〜243 名 | — | — | 200K | Anthropic 发布 2024-10 价格 — 长度 200K | |||
| 202〜256 | Grok 2 (2024-08) | xAI | 评价 1316 ±11 | 0 | 1336排名第 200〜227 名 | — | — | — | — | xAI 发布 — 价格 — 长度 — | ||
| 189〜265 | GPT-OSS 20B | OpenAI | 评价 1315 ±28 | 0 | 1317排名第 223〜260 名 | — | — | 131K | OpenAI 发布 2025-08 价格 — 长度 131K | |||
| 189〜270 | GPT-4.1 nano | OpenAI | 评价 1313 ±31 | 0 | 1322排名第 219〜252 名 | $0.1 | $0.4 | 1.05M | OpenAI 发布 2025-04 价格 $0.1 / $0.4 长度 1.05M | |||
| 203〜259 | Llama 3.1 405B (instruct, BF16) | Meta | 评价 1313 ±13 | 0 | 1335排名第 200〜227 名 | — | — | — | — | Meta 发布 — 价格 — 长度 — | ||
| 190〜270 | GLM-4 Plus (0111) | Z.ai | 评价 1312 ±29 | 0 | 1343排名第 188〜226 名 | — | — | 128K | — | Z.ai 发布 — 价格 — 长度 128K | ||
| 205〜259 | GPT-4o (2024-08) | OpenAI | 评价 1312 ±13 | 0 | 1336排名第 200〜229 名 | $2.5 | $10 | 128K | OpenAI 发布 2024-08 价格 $2.5 / $10 长度 128K | |||
| 207〜258 | GPT-4o (2024-05) | OpenAI | 评价 1312 ±10 | 0 | 1346排名第 190〜214 名 | $5 | $15 | 128K | OpenAI 发布 2024-05 价格 $5 / $15 长度 128K | |||
| 202〜261 | Athene v2 (chat) | Nexusflow | 评价 1311 ±15 | 0 | 1314排名第 231〜261 名 | — | — | — | — | Nexusflow 发布 — 价格 — 长度 — | ||
| 205〜263 | Llama 4 Scout | Meta | 评价 1308 ±16 | 0 | 1322排名第 222〜252 名 | — | — | 128K | Meta 发布 2025-04 价格 — 长度 128K | |||
| 196〜273 | DeepSeek-V2.5 (2024-12) | DeepSeek | 评价 1306 ±26 | 0 | 1323排名第 214〜252 名 | — | — | — | DeepSeek 发布 2024-12 价格 — 长度 — | |||
| 192〜281 | OLMo 3 32B Think | Ai2 | 评价 1305 ±36 | +1 | 1306排名第 238〜267 名 | — | — | — | — | Ai2 发布 — 较上周 +1 价格 — 长度 — | ||
| 208〜264 | GLM-4 Plus | Z.ai | 评价 1303 ±15 | 0 | 1319排名第 223〜253 名 | — | — | — | — | Z.ai 发布 — 价格 — 长度 — | ||
| 208〜266 | Mistral Small 3.1 | Mistral | 评价 1302 ±15 | 0 | 1303排名第 250〜267 名 | — | — | 131.1K | Mistral 发布 2025-03 价格 — 长度 131.1K | |||
| 210〜263 | Mistral Large 2 | Mistral | 评价 1302 ±13 | 0 | 1314排名第 231〜260 名 | — | — | 131.1K | Mistral 发布 2024-07 价格 — 长度 131.1K | |||
| 207〜270 | Athene 70B (0725) | Nexusflow | 评价 1302 ±19 | 0 | 1307排名第 243〜266 名 | — | — | — | — | Nexusflow 发布 — 价格 — 长度 — | ||
| 208〜270 | Qwen Max (0919) | Alibaba | 评价 1300 ±18 | 0 | 1318排名第 223〜256 名 | — | — | — | — | Alibaba 发布 — 价格 — 长度 — | ||
| 212〜270 | Gemini Advanced (0514) | 评价 1299 ±14 | 0 | 1336排名第 199〜230 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 197〜283 | Hunyuan-Large-Vision | Tencent | 评价 1299 ±33 | 0 | 1294排名第 252〜280 名 | — | — | — | — | Tencent 发布 — 价格 — 长度 — | ||
| 217〜266 | Llama 3.3 70B (instruct) | Meta | 评价 1298 ±11 | 0 | 1318排名第 227〜252 名 | — | — | 131.1K | Meta 发布 2024-12 价格 — 长度 131.1K | |||
| 217〜267 | GPT-4 Turbo | OpenAI | 评价 1297 ±11 | 0 | 1325排名第 222〜246 名 | — | — | — | OpenAI 发布 2024-04 价格 — 长度 — | |||
| 205〜281 | Step 1o Turbo (2025-06) | StepFun | 评价 1297 ±27 | 0 | 1320排名第 222〜255 名 | — | — | — | — | StepFun 发布 — 价格 — 长度 — | ||
| 205〜281 | Llama 3.1 Nemotron 70B (instruct) | NVIDIA | 评价 1296 ±27 | 0 | 1299排名第 250〜278 名 | — | — | 131.1K | NVIDIA 发布 2024-12 价格 — 长度 131.1K | |||
| 216〜272 | DeepSeek-V2.5 | DeepSeek | 评价 1296 ±15 | 0 | 1307排名第 243〜265 名 | — | — | — | DeepSeek 发布 2024-09 价格 — 长度 — | |||
| 218〜270 | Grok 2 Mini (2024-08) | xAI | 评价 1295 ±12 | 0 | 1308排名第 243〜264 名 | — | — | — | — | xAI 发布 — 价格 — 长度 — | ||
| 218〜270 | Qwen2.5 72B (instruct) | Alibaba | 评价 1295 ±12 | 0 | 1303排名第 250〜267 名 | — | — | 128K | Alibaba 发布 2024-09 价格 — 长度 128K | |||
| 207〜282 | Magistral Medium | Mistral | 评价 1294 ±27 | +1 | 1305排名第 243〜267 名 | — | — | — | Mistral 发布 2025-06 较上周 +1 价格 — 长度 — | |||
| 209〜282 | Reka Core | Reka AI | 评价 1292 ±25 | 0 | 1288排名第 261〜282 名 | — | — | — | Reka AI 发布 2024-09 价格 — 长度 — | |||
| 222〜276 | GPT-4 Turbo (preview, 2023-11) | OpenAI | 评价 1291 ±12 | 0 | 1313排名第 231〜261 名 | — | — | — | OpenAI 发布 2023-11 价格 — 长度 — | |||
| 201〜293 | Hunyuan-Standard (2025-02) | Tencent | 评价 1290 ±39 | 0 | 1311排名第 228〜266 名 | — | — | — | — | Tencent 发布 — 价格 — 长度 — | ||
| 226〜279 | Gemini 1.5 Flash 002 | 评价 1285 ±13 | 0 | 1309排名第 240〜264 名 | — | — | — | Google 发布 2024-09 价格 — 长度 — | ||||
| 211〜289 | Jamba 1.5 Large | AI21 | 评价 1285 ±29 | 0 | 1289排名第 261〜282 名 | — | — | — | — | AI21 发布 — 价格 — 长度 — | ||
| 227〜279 | GPT-4o mini | OpenAI | 评价 1285 ±11 | 0 | 1318排名第 228〜254 名 | — | — | 128K | OpenAI 发布 2024-07 价格 — 长度 128K | |||
| 229〜281 | GPT-4 Turbo (preview, 2024-01) | OpenAI | 评价 1281 ±12 | 0 | 1313排名第 231〜261 名 | — | — | — | OpenAI 发布 2024-01 价格 — 长度 — | |||
| 226〜285 | Gemma 3n E4B | 评价 1280 ±18 | 0 | 1318排名第 225〜256 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 223〜290 | Reka Flash | Reka AI | 评价 1278 ±23 | 0 | 1272排名第 273〜295 名 | — | — | — | Reka AI 发布 2024-09 价格 — 长度 — | |||
| 216〜297 | Qwen2.5 Coder 32B (instruct) | Alibaba | 评价 1277 ±33 | 0 | 1271排名第 276〜296 名 | — | — | 32.8K | Alibaba 发布 2024-11 价格 — 长度 32.8K | |||
| 233〜285 | Llama 3.1 70B (instruct) | Meta | 评价 1276 ±12 | 0 | 1293排名第 261〜278 名 | — | — | 128K | Meta 发布 2024-07 价格 — 长度 128K | |||
| 210〜305 | Gemma 3 12B | 评价 1275 ±41 | 0 | 1342排名第 188〜227 名 | — | — | 131K | Google 发布 2025-03 价格 — 长度 131K | ||||
| 231〜286 | Amazon Nova Pro 1.0 | Amazon | 评价 1273 ±16 | 0 | 1290排名第 261〜279 名 | — | — | 300K | Amazon 发布 2024-12 价格 — 长度 300K | |||
| 237〜286 | Claude 3 Sonnet | Anthropic | 评价 1273 ±12 | 0 | 1281排名第 268〜288 名 | — | — | — | Anthropic 发布 2024-02 价格 — 长度 — | |||
| 237〜289 | Mistral Large (2024-11) | Mistral | 评价 1271 ±15 | 0 | 1306排名第 245〜266 名 | — | — | 128K | Mistral 发布 2024-11 价格 — 长度 128K | |||
| 245〜289 | Gemini 1.5 Flash | 评价 1269 ±12 | 0 | 1287排名第 264〜282 名 | — | — | — | Google 发布 2024-05 价格 — 长度 — | ||||
| 237〜292 | Phi-4 | Microsoft | 评价 1269 ±17 | 0 | 1256排名第 291〜299 名 | — | — | 128K | Microsoft 发布 2024-12 价格 — 长度 128K | |||
| 245〜292 | Aya Expanse 32B | Cohere | 评价 1267 ±14 | 0 | 1267排名第 283〜297 名 | $0.5 | $1.5 | 128K | Cohere 发布 2024-10 价格 $0.5 / $1.5 长度 128K | |||
| 232〜296 | DeepSeek-Coder-V2 | DeepSeek | 评价 1267 ±21 | 0 | 1265排名第 284〜298 名 | — | — | — | — | DeepSeek 发布 — 价格 — 长度 — | ||
| 246〜294 | GPT-4 (2023-03) | OpenAI | 评价 1265 ±15 | 0 | 1288排名第 263〜280 名 | — | — | — | OpenAI 发布 2023-03 价格 — 长度 — | |||
| 247〜296 | Amazon Nova Lite 1.0 | Amazon | 评价 1262 ±17 | 0 | 1260排名第 287〜299 名 | — | — | 300K | Amazon 发布 2024-12 价格 — 长度 300K | |||
| 248〜295 | Qwen2 72B (instruct) | Alibaba | 评价 1261 ±15 | 0 | 1262排名第 286〜299 名 | — | — | — | Alibaba 发布 2024-06 价格 — 长度 — | |||
| 247〜301 | NVIDIA Nemotron 4 340B (instruct) | NVIDIA | 评价 1261 ±19 | 0 | 1277排名第 270〜289 名 | — | — | — | NVIDIA 发布 2024-06 价格 — 长度 — | |||
| 250〜293 | Gemma 2 27B | 评价 1261 ±11 | 0 | 1290排名第 263〜279 名 | — | — | 8.2K | Google 发布 2024-06 价格 — 长度 8.2K | ||||
| 222〜308 | Gemma 3 4B | 评价 1261 ±41 | 0 | 1303排名第 241〜274 名 | — | — | 131K | Google 发布 2025-03 价格 — 长度 131K | ||||
| 247〜303 | Mistral Small 3 | Mistral | 评价 1259 ±21 | 0 | 1274排名第 273〜291 名 | — | — | 32.8K | Mistral 发布 2025-01 价格 — 长度 32.8K | |||
| 256〜302 | GPT-4 (2023-06) | OpenAI | 评价 1254 ±13 | 0 | 1276排名第 273〜288 名 | — | — | — | OpenAI 发布 2023-06 价格 — 长度 — | |||
| 257〜300 | Claude 3 Haiku | Anthropic | 评价 1254 ±11 | 0 | 1262排名第 287〜298 名 | — | — | 200K | Anthropic 发布 2024-03 价格 — 长度 200K | |||
| 235〜308 | Llama 3.1 Nemotron 51B (instruct) | NVIDIA | 评价 1253 ±33 | 0 | 1287排名第 261〜288 名 | — | — | — | — | NVIDIA 发布 — 价格 — 长度 — | ||
| 248〜306 | GLM-4 | Z.ai | 评价 1253 ±25 | 0 | 1273排名第 273〜292 名 | — | — | — | Z.ai 发布 2024-05 价格 — 长度 — | |||
| 248〜306 | Command R Plus (2024-08) | Cohere | 评价 1250 ±25 | 0 | 1276排名第 270〜291 名 | $2.5 | $10 | 128K | Cohere 发布 2024-08 价格 $2.5 / $10 长度 128K | |||
| 261〜304 | Llama 3 70B (instruct) | Meta | 评价 1246 ±11 | 0 | 1277排名第 273〜288 名 | — | — | 8.2K | Meta 发布 2024-04 价格 — 长度 8.2K | |||
| 259〜306 | Amazon Nova Micro 1.0 | Amazon | 评价 1244 ±17 | 0 | 1241排名第 298〜308 名 | — | — | — | — | Amazon 发布 — 价格 — 长度 — | ||
| 261〜306 | Gemini 1.5 Flash 8B 001 | 评价 1243 ±13 | 0 | 1259排名第 289〜299 名 | — | — | — | Google 发布 2024-10 价格 — 长度 — | ||||
| 264〜306 | Command R Plus | Cohere | 评价 1242 ±12 | 0 | 1262排名第 287〜298 名 | — | — | — | — | Cohere 发布 — 价格 — 长度 — | ||
| 269〜306 | Gemma 2 9B | 评价 1238 ±12 | 0 | 1267排名第 284〜295 名 | — | — | — | Google 发布 2024-06 价格 — 长度 — | ||||
| 254〜313 | Ministral 8B | Mistral | 评价 1238 ±30 | 0 | 1238排名第 298〜314 名 | — | — | — | Mistral 发布 2024-10 价格 — 长度 — | |||
| 267〜308 | Qwen1.5 72B (chat) | Alibaba | 评价 1236 ±15 | 0 | 1234排名第 300〜314 名 | — | — | — | Alibaba 发布 2024-02 价格 — 长度 — | |||
| 250〜318 | Granite 3.1 8B (instruct) | IBM | 评价 1236 ±35 | 0 | 1209排名第 313〜328 名 | — | — | — | — | IBM 发布 — 价格 — 长度 — | ||
| 257〜314 | Gemma 2 9B SimPO | 评价 1236 ±29 | 0 | 1280排名第 266〜288 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 261〜313 | Aya Expanse 8B | Cohere | 评价 1233 ±24 | 0 | 1223排名第 303〜319 名 | — | — | — | — | Cohere 发布 — 价格 — 长度 — | ||
| 265〜313 | Command R | Cohere | 评价 1231 ±22 | 0 | 1250排名第 294〜305 名 | $0.15 | $0.6 | 128K | Cohere 发布 2024-08 价格 $0.15 / $0.6 长度 128K | |||
| 274〜308 | Mistral Large (2024-02) | Mistral | 评价 1230 ±14 | 0 | 1243排名第 298〜308 名 | — | — | 32K | Mistral 发布 2024-02 价格 — 长度 32K | |||
| 271〜309 | Qwen1.5 110B (chat) | Alibaba | 评价 1229 ±17 | 0 | 1234排名第 300〜314 名 | — | — | — | Alibaba 发布 2024-04 价格 — 长度 — | |||
| 274〜313 | Mistral Medium | Mistral | 评价 1227 ±17 | 0 | 1223排名第 307〜319 名 | — | — | — | — | Mistral 发布 — 价格 — 长度 — | ||
| 270〜315 | Reka Flash 21B Online | Reka AI | 评价 1227 ±21 | 0 | 1234排名第 299〜316 名 | — | — | — | Reka AI 发布 2024-02 价格 — 长度 — | |||
| 276〜315 | Qwen1.5 32B (chat) | Alibaba | 评价 1224 ±18 | 0 | 1204排名第 316〜328 名 | — | — | — | Alibaba 发布 2024-04 价格 — 长度 — | |||
| 277〜318 | Yi 1.5 34B (chat) | 01.AI | 评价 1221 ±19 | 0 | 1213排名第 313〜322 名 | — | — | — | 01.AI 发布 2024-05 价格 — 长度 — | |||
| 275〜318 | InternLM2.5 20B (chat) | Shanghai AI Lab | 评价 1221 ±22 | 0 | 1191排名第 320〜339 名 | — | — | — | — | Shanghai AI Lab 发布 — 价格 — 长度 — | ||
| 265〜325 | Granite 3.1 2B (instruct) | IBM | 评价 1219 ±36 | 0 | 1179排名第 326〜346 名 | — | — | — | — | IBM 发布 — 价格 — 长度 — | ||
| 280〜316 | Mixtral 8x22B (instruct, v0.1) | Mistral | 评价 1219 ±14 | 0 | 1230排名第 302〜316 名 | — | — | 65.5K | Mistral 发布 2024-04 价格 — 长度 65.5K | |||
| 279〜318 | Reka Flash 21B | Reka AI | 评价 1217 ±17 | 0 | 1227排名第 302〜317 名 | — | — | — | Reka AI 发布 2024-02 价格 — 长度 — | |||
| 274〜321 | GPT-3.5 Turbo (2023-11) | OpenAI | 评价 1216 ±28 | 0 | 1204排名第 315〜329 名 | — | — | 16.4K | OpenAI 发布 2023-11 价格 — 长度 16.4K | |||
| 273〜325 | Jamba 1.5 Mini | AI21 | 评价 1214 ±31 | 0 | 1240排名第 298〜311 名 | — | — | — | — | AI21 发布 — 价格 — 长度 — | ||
| 286〜318 | Llama 3 8B (instruct) | Meta | 评价 1212 ±12 | 0 | 1224排名第 307〜317 名 | — | — | — | Meta 发布 2024-04 价格 — 长度 — | |||
| 286〜321 | Phi-3 medium (128k, instruct) | Microsoft | 评价 1206 ±18 | 0 | 1198排名第 319〜330 名 | — | — | — | Microsoft 发布 2024-04 价格 — 长度 — | |||
| 278〜328 | Granite 3.0 8B (instruct) | IBM | 评价 1206 ±31 | 0 | 1183排名第 326〜345 名 | — | — | — | — | IBM 发布 — 价格 — 长度 — | ||
| 291〜324 | GPT-3.5 Turbo (2024-01) | OpenAI | 评价 1198 ±13 | 0 | 1226排名第 303〜317 名 | — | — | 16.4K | OpenAI 发布 2024-01 价格 — 长度 16.4K | |||
| 291〜324 | Llama 3.1 8B (instruct) | Meta | 评价 1198 ±12 | 0 | 1211排名第 315〜322 名 | — | — | 128K | Meta 发布 2024-07 价格 — 长度 128K | |||
| 291〜325 | Mixtral 8x7B (instruct, v0.1) | Mistral | 评价 1198 ±13 | 0 | 1197排名第 320〜330 名 | — | — | 32K | Mistral 发布 2023-12 价格 — 长度 32K | |||
| 290〜328 | Qwen1.5 14B (chat) | Alibaba | 评价 1195 ±20 | 0 | 1191排名第 320〜339 名 | — | — | — | Alibaba 发布 2024-02 价格 — 长度 — | |||
| 295〜328 | DBRX (instruct, preview) | Databricks | 评价 1191 ±16 | 0 | 1196排名第 320〜335 名 | — | — | — | — | Databricks 发布 — 价格 — 长度 — | ||
| 299〜333 | Gemini Pro (Dev API) | 评价 1181 ±24 | 0 | 1237排名第 298〜314 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 299〜335 | Llama 3.2 3B (instruct) | Meta | 评价 1179 ±25 | 0 | 1167排名第 334〜353 名 | — | — | 80K | Meta 发布 2024-09 价格 — 长度 80K | |||
| 296〜337 | Granite 3.0 2B (instruct) | IBM | 评价 1178 ±29 | 0 | 1157排名第 343〜359 名 | — | — | — | — | IBM 发布 — 价格 — 长度 — | ||
| 304〜333 | Gemma 1.1 7B | 评价 1175 ±18 | 0 | 1183排名第 327〜342 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 304〜335 | Starling-LM 7B (beta) | Nexusflow | 评价 1175 ±20 | 0 | 1171排名第 329〜352 名 | — | — | — | — | Nexusflow 发布 — 价格 — 长度 — | ||
| 306〜333 | Gemma 2 2B | 评价 1173 ±13 | 0 | 1200排名第 319〜329 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 291〜340 | Zephyr ORPO 141B A35B (v0.1) | Hugging Face | 评价 1173 ±40 | 0 | 1213排名第 309〜324 名 | — | — | — | — | Hugging Face 发布 — 价格 — 长度 — | ||
| 306〜338 | Phi-3 small (8k, instruct) | Microsoft | 评价 1167 ±19 | 0 | 1171排名第 329〜350 名 | — | — | — | Microsoft 发布 2024-04 价格 — 长度 — | |||
| 311〜338 | Snowflake Arctic (instruct) | Snowflake | 评价 1166 ±17 | 0 | 1180排名第 327〜346 名 | — | — | — | — | Snowflake 发布 — 价格 — 长度 — | ||
| 298〜341 | OpenChat 3.5 | OpenChat | 评价 1164 ±41 | 0 | 1183排名第 326〜346 名 | — | — | — | — | OpenChat 发布 — 价格 — 长度 — | ||
| 306〜339 | OpenChat 3.5 (0106) | OpenChat | 评价 1164 ±23 | 0 | 1183排名第 326〜345 名 | — | — | — | — | OpenChat 发布 — 价格 — 长度 — | ||
| 311〜340 | Yi 34B (chat) | 01.AI | 评价 1157 ±25 | 0 | 1184排名第 326〜342 名 | — | — | — | 01.AI 发布 2023-11 价格 — 长度 — | |||
| 304〜342 | QwQ 32B (preview) | Alibaba | 评价 1154 ±35 | 0 | 1154排名第 340〜363 名 | — | — | — | Alibaba 发布 2024-11 价格 — 长度 — | |||
| 311〜341 | Phi-3 mini (4k, instruct, 2024-06) | Microsoft | 评价 1150 ±26 | 0 | 1143排名第 347〜368 名 | — | — | — | — | Microsoft 发布 — 价格 — 长度 — | ||
| 308〜342 | Qwen1.5 7B (chat) | Alibaba | 评价 1149 ±36 | 0 | 1144排名第 346〜369 名 | — | — | — | Alibaba 发布 2024-02 价格 — 长度 — | |||
| 314〜341 | Vicuna 33B | LMSYS | 评价 1147 ±27 | 0 | 1173排名第 329〜348 名 | — | — | — | — | LMSYS 发布 — 价格 — 长度 — | ||
| 314〜341 | Phi-3 mini (4k, instruct) | Microsoft | 评价 1141 ±20 | 0 | 1128排名第 358〜373 名 | — | — | — | Microsoft 发布 2024-04 价格 — 长度 — | |||
| 314〜341 | Mistral 7B (instruct, v0.2) | Mistral | 评价 1141 ±21 | 0 | 1149排名第 346〜363 名 | — | — | 32K | Mistral 发布 2023-12 价格 — 长度 32K | |||
| 314〜343 | Starling-LM 7B (alpha) | Nexusflow | 评价 1138 ±31 | 0 | 1167排名第 331〜353 名 | — | — | — | — | Nexusflow 发布 — 价格 — 长度 — | ||
| 317〜341 | Llama 2 70B (chat) | Meta | 评价 1138 ±17 | 0 | 1171排名第 331〜350 名 | — | — | — | Meta 发布 2023-07 价格 — 长度 — | |||
| 314〜343 | Llama 2 7B (chat) | Meta | 评价 1134 ±28 | 0 | 1108排名第 368〜377 名 | — | — | — | Meta 发布 2023-07 价格 — 长度 — | |||
| 317〜343 | Llama 2 13B (chat) | Meta | 评价 1130 ±25 | 0 | 1141排名第 348〜368 名 | — | — | — | Meta 发布 2023-07 价格 — 长度 — | |||
| 319〜343 | Gemma 7B | 评价 1122 ±31 | 0 | 1138排名第 348〜371 名 | — | — | — | Google 发布 2024-02 价格 — 长度 — | ||||
| 322〜343 | Gemma 1.1 2B | 评价 1118 ±26 | 0 | 1117排名第 364〜376 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 320〜343 | Vicuna 13B | LMSYS | 评价 1117 ±31 | 0 | 1142排名第 348〜368 名 | — | — | — | — | LMSYS 发布 — 价格 — 长度 — | ||
| 319〜343 | Zephyr 7B (beta) | Hugging Face | 评价 1114 ±38 | 0 | 1131排名第 352〜373 名 | — | — | — | — | Hugging Face 发布 — 价格 — 长度 — | ||
| 323〜343 | Qwen1.5 4B (chat) | Alibaba | 评价 1109 ±31 | 0 | 1091排名第 376〜380 名 | — | — | — | — | Alibaba 发布 — 价格 — 长度 — | ||
| 331〜343 | Phi-3 mini (128k, instruct) | Microsoft | 评价 1099 ±20 | 0 | 1130排名第 354〜373 名 | — | — | — | Microsoft 发布 2024-04 价格 — 长度 — | |||
| 325〜343 | Mistral 7B (instruct) | Mistral | 评价 1086 ±39 | 0 | 1110排名第 367〜377 名 | — | — | — | — | Mistral 发布 — 价格 — 长度 — | ||
| 333〜343 | Llama 3.2 1B (instruct) | Meta | 评价 1083 ±28 | 0 | 1111排名第 367〜377 名 | — | — | 60K | Meta 发布 2024-09 价格 — 长度 60K |
如何阅读本页
- 判定由 LLM 只根据问题的文字进行，不看回答。
- 这项评价已去除回答长度和格式的影响。± 的幅度重叠的差在误差范围内，几乎相同。
- 支持一栏的图标从左起依次为：能使用工具 / 能读图片 / 能以固定格式 (JSON) 回答 (浅色标记为不支持或不明)。
- 开放权重是指模型的内容 (权重) 已经公开、在自己的电脑或服务器上也能运行的模型。没有开放权重标记的模型，一般通过开发方的服务 (应用或 API) 使用 (也有没有权重信息的模型)。
- 模型名称旁的 ChatGPT 等，是该开发方面向大众提供的服务名称。该模型能否在那个服务中选用，请在服务一方确认。
数据：Arena / Epoch AI / Swallow LLM team (CC BY 4.0) / Models.dev (MIT)，更新于 2026-10-24，数据来源