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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1〜47 | Claude Fable 5.1 | Anthropic | 评价 1518 ±36 | +8 | 1503排名第 2〜10 名 | $10 | $50 | 1M | Anthropic 发布 2026-09 较上周 +8 价格 $10 / $50 长度 1M | |||
| 1〜67 | Gemini 4 Argon | 评价 1516 ±49 | 新 | 1517排名第 1〜3 名 | $2 | $10 | 1.05M | Google 发布 2026-09 价格 $2 / $10 长度 1.05M | ||||
| 1〜40 | Claude Fable 5 | Anthropic | 评价 1510 ±22 | −5 | 1503排名第 2〜9 名 | $10 | $50 | 1M | Anthropic 发布 2026-06 较上周 −5 价格 $10 / $50 长度 1M | |||
| 1〜43 | Muse Spark 1.1 | Meta | 评价 1509 ±23 | +1 | 1490排名第 8〜23 名 | $1.25 | $4.25 | 1M | Meta 发布 2026-07 较上周 +1 价格 $1.25 / $4.25 长度 1M | |||
| 1〜44 | Gemini 3.5 Flash | 评价 1506 ±22 | 0 | 1477排名第 18〜41 名 | $1.5 | $9 | 1.05M | Google 发布 2026-05 价格 $1.5 / $9 长度 1.05M | ||||
| 1〜40 | Gemini 3 Pro | 评价 1505 ±17 | 0 | 1486排名第 10〜29 名 | — | — | 1.05M | Google 发布 2025-11 价格 — 长度 1.05M | ||||
| 1〜44 | Claude Opus 5 | Anthropic | 评价 1504 ±19 | 0 | 1491排名第 8〜22 名 | $5 | $25 | 1M | Anthropic 发布 2026-07 价格 $5 / $25 长度 1M | |||
| 1〜42 | Claude Opus 4.6 | Anthropic | 评价 1502 ±15 | 0 | 1503排名第 2〜9 名 | $5 | $25 | 1M | Anthropic 发布 2026-02 价格 $5 / $25 长度 1M | |||
| 1〜45 | Claude Opus 4.7 | Anthropic | 评价 1501 ±18 | +1 | 1501排名第 2〜10 名 | $5 | $25 | 1M | Anthropic 发布 2026-04 较上周 +1 价格 $5 / $25 长度 1M | |||
| 1〜59 | Gemini 3.7 Flash | 评价 1499 ±27 | −3 | 1490排名第 8〜25 名 | $0.75 | $3.75 | 1.05M | Google 发布 2026-08 较上周 −3 价格 $0.75 / $3.75 长度 1.05M | ||||
| 1〜54 | Gemini 3 Flash | 评价 1497 ±19 | 0 | 1473排名第 23〜49 名 | — | — | 1.05M | Google 发布 2025-12 价格 — 长度 1.05M | ||||
| 1〜59 | GPT-5.6 Sol | OpenAI | 评价 1496 ±23 | −7 | 1485排名第 10〜30 名 | $4 | $20 | 1.05M | OpenAI 发布 2026-07 较上周 −7 价格 $4 / $20 长度 1.05M | |||
| 1〜47 | Gemini 3.1 Pro (preview) | 评价 1495 ±12 | −1 | 1487排名第 10〜26 名 | $2 | $12 | 1.05M | Google 发布 2026-02 较上周 −1 价格 $2 / $12 长度 1.05M | ||||
| 1〜64 | Gemini 3.8 Flash | 评价 1493 ±24 | −1 | 1496排名第 4〜15 名 | $0.75 | $3.75 | 1.05M | Google 发布 2026-09 较上周 −1 价格 $0.75 / $3.75 长度 1.05M | ||||
| 1〜60 | Dola Seed 2.0 Pro | ByteDance | 评价 1487 ±16 | 0 | 1456排名第 48〜71 名 | — | — | 131.1K | — | ByteDance 发布 — 价格 — 长度 131.1K | ||
| 1〜59 | Grok 4.1 | xAI | 评价 1486 ±14 | 0 | 1465排名第 38〜53 名 | — | — | 200K | xAI 发布 2025-11 价格 — 长度 200K | |||
| 1〜67 | Claude Opus 4.8 | Anthropic | 评价 1485 ±18 | 0 | 1481排名第 12〜36 名 | $5 | $25 | 1M | Anthropic 发布 2026-05 价格 $5 / $25 长度 1M | |||
| 1〜91 | Muse Spark 1.3 | Meta | 评价 1485 ±35 | +1 | 1496排名第 3〜15 名 | $1.25 | $4.25 | 1.05M | Meta 发布 2026-09 较上周 +1 价格 $1.25 / $4.25 长度 1.05M | |||
| 1〜87 | ERNIE 5.0 (preview, 1203) | Baidu | 评价 1485 ±30 | 0 | 1449排名第 52〜88 名 | — | — | — | — | Baidu 发布 — 价格 — 长度 — | ||
| 1〜89 | Muse Spark | Meta | 评价 1484 ±33 | 0 | 1489排名第 8〜27 名 | — | — | — | Meta 发布 2026-04 价格 — 长度 — | |||
| 1〜67 | GPT-5.4 | OpenAI | 评价 1482 ±17 | 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 | |||
| 1〜86 | GPT-5.5 Instant | OpenAI | 评价 1480 ±25 | 0 | 1473排名第 20〜50 名 | — | — | — | OpenAI 发布 2026-05 价格 — 长度 — | |||
| 1〜77 | GPT-5.5 | OpenAI | 评价 1480 ±18 | +1 | 1482排名第 12〜36 名 | $5 | $30 | 1.05M | OpenAI 发布 2026-04 较上周 +1 价格 $5 / $30 长度 1.05M | |||
| 1〜74 | Grok 4.20 Multi Agent (beta, 0309) | xAI | 评价 1480 ±16 | 0 | 1471排名第 24〜50 名 | — | — | — | — | xAI 发布 — 价格 — 长度 — | ||
| 1〜87 | GPT-5.2 Chat | OpenAI | 评价 1476 ±22 | 0 | 1476排名第 19〜42 名 | — | — | 128K | OpenAI 发布 2026-02 价格 — 长度 128K | |||
| 1〜85 | Claude Opus 4.5 | Anthropic | 评价 1476 ±18 | 0 | 1474排名第 23〜46 名 | $5 | $25 | 200K | Anthropic 发布 2025-11 价格 $5 / $25 长度 200K | |||
| 1〜92 | GLM-5.3 | Z.ai | 评价 1476 ±30 | −7 | 1481排名第 11〜38 名 | $1.4 | $4.4 | 1M | Z.ai 发布 2026-08 较上周 −7 价格 $1.4 / $4.4 长度 1M | |||
| 1〜89 | Kimi K3 | Moonshot | 评价 1475 ±24 | −2 | 1487排名第 8〜27 名 | $3 | $15 | 1.05M | Moonshot 发布 2026-07 较上周 −2 价格 $3 / $15 长度 1.05M | |||
| 1〜88 | GPT-5.3 Chat | OpenAI | 评价 1475 ±22 | 0 | 1450排名第 52〜80 名 | — | — | 128K | — | OpenAI 发布 — 价格 — 长度 128K | ||
| 1〜85 | Grok 4.20 Beta Reasoning (0309) | xAI | 评价 1474 ±17 | 0 | 1472排名第 24〜50 名 | — | — | 2M | — | xAI 发布 — 价格 — 长度 2M | ||
| 1〜92 | Qwen3.8 Max | Alibaba | 评价 1473 ±27 | −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 | |||
| 1〜91 | Gemini 3.6 Flash | 评价 1473 ±25 | 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 | ||||
| 1〜103 | Grok 4.7 | xAI | 评价 1473 ±40 | 新 | 1441排名第 65〜102 名 | $2 | $6 | 500K | xAI 发布 2026-09 价格 $2 / $6 长度 500K | |||
| 1〜102 | DeepSeek-V4.1 Flash | DeepSeek | 评价 1472 ±38 | +8 | 1476排名第 17〜46 名 | — | — | 1M | DeepSeek 发布 2026-09 较上周 +8 价格 — 长度 1M | |||
| 3〜86 | Claude Sonnet 4.6 | Anthropic | 评价 1471 ±16 | 0 | 1472排名第 24〜49 名 | $3 | $15 | 1M | Anthropic 发布 2026-02 价格 $3 / $15 长度 1M | |||
| 1〜93 | Grok 4.20 (beta1) | xAI | 评价 1468 ±24 | 0 | 1475排名第 19〜45 名 | — | — | — | — | xAI 发布 — 价格 — 长度 — | ||
| 8〜91 | MiMo-V2.5 Pro | Xiaomi | 评价 1467 ±16 | −2 | 1466排名第 34〜53 名 | $0.435 | $0.87 | 1.05M | Xiaomi 发布 2026-04 较上周 −2 价格 $0.435 / $0.87 长度 1.05M | |||
| 8〜91 | DeepSeek-V4 Pro | DeepSeek | 评价 1465 ±18 | −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 | |||
| 1〜112 | GPT-6 Astra | OpenAI | 评价 1465 ±40 | +10 | 1476排名第 17〜44 名 | $10 | $50 | 1.05M | OpenAI 发布 2026-09 较上周 +10 价格 $10 / $50 长度 1.05M | |||
| 4〜95 | GPT-5.6 Terra | OpenAI | 评价 1464 ±23 | +4 | 1467排名第 28〜53 名 | $2 | $12 | 1.05M | OpenAI 发布 2026-07 较上周 +4 价格 $2 / $12 长度 1.05M | |||
| 10〜91 | GPT-5.1 | OpenAI | 评价 1463 ±16 | 0 | 1456排名第 49〜72 名 | $1.25 | $10 | 400K | OpenAI 发布 2025-11 价格 $1.25 / $10 长度 400K | |||
| 7〜94 | ERNIE 5.1 | Baidu | 评价 1463 ±21 | −1 | 1467排名第 26〜53 名 | — | — | 119K | — | Baidu 发布 — 较上周 −1 价格 — 长度 119K | ||
| 1〜111 | Tencent HY3 | Tencent | 评价 1463 ±35 | −4 | 1454排名第 48〜76 名 | — | — | 256K | Tencent 发布 2026-07 较上周 −4 价格 — 长度 256K | |||
| 10〜93 | ERNIE 5.0 (0110) | Baidu | 评价 1463 ±20 | 0 | 1446排名第 63〜88 名 | — | — | — | — | Baidu 发布 — 价格 — 长度 — | ||
| 10〜93 | GPT-5.4 mini | OpenAI | 评价 1462 ±18 | 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 | |||
| 1〜102 | Grok 4.6 | xAI | 评价 1462 ±27 | +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 | |||
| 10〜93 | DeepSeek-V4 Pro (preview) | DeepSeek | 评价 1461 ±18 | +1 | 1455排名第 49〜72 名 | — | — | — | — | DeepSeek 发布 — 较上周 +1 价格 — 长度 — | ||
| 15〜91 | ChatGPT-4o (2025-03-26) | OpenAI | 评价 1461 ±11 | 0 | 1443排名第 68〜93 名 | — | — | 128K | OpenAI 发布 2025-03 价格 — 长度 128K | |||
| 10〜96 | GLM-5.2 | Z.ai | 评价 1460 ±21 | +5 | 1475排名第 19〜43 名 | $1.4 | $4.4 | 1M | Z.ai 发布 2026-06 较上周 +5 价格 $1.4 / $4.4 长度 1M | |||
| 5〜103 | Gemini 3.5 Flash-Lite | 评价 1459 ±25 | 0 | 1455排名第 49〜73 名 | $0.3 | $2.5 | 1.05M | Google 发布 2026-07 价格 $0.3 / $2.5 长度 1.05M | ||||
| 11〜93 | GPT-5 Chat | OpenAI | 评价 1458 ±15 | 0 | 1426排名第 91〜124 名 | — | — | 128K | OpenAI 发布 2025-08 价格 — 长度 128K | |||
| 1〜116 | GPT-6 Sol | OpenAI | 评价 1458 ±40 | +7 | 1459排名第 41〜71 名 | $2 | $10 | 1.05M | OpenAI 发布 2026-09 较上周 +7 价格 $2 / $10 长度 1.05M | |||
| 16〜91 | o3 | OpenAI | 评价 1458 ±11 | 0 | 1432排名第 84〜114 名 | $2 | $8 | 200K | OpenAI 发布 2025-04 价格 $2 / $8 长度 200K | |||
| 15〜93 | Claude Sonnet 4.5 | Anthropic | 评价 1457 ±13 | 0 | 1456排名第 49〜69 名 | $3 | $15 | 200K | Anthropic 发布 2025-09 价格 $3 / $15 长度 200K | |||
| 19〜91 | Gemini 2.5 Pro | 评价 1456 ±9 | 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 | ||||
| 10〜103 | GLM-5.3 Flash | Z.ai | 评价 1455 ±23 | +4 | 1476排名第 19〜43 名 | $0.15 | $0.5 | 1M | Z.ai 发布 2026-08 较上周 +4 价格 $0.15 / $0.5 长度 1M | |||
| 15〜98 | Gemini 3.1 Flash-Lite (preview) | 评价 1454 ±16 | +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 | ||||
| 16〜98 | GPT-5.2 | OpenAI | 评价 1453 ±15 | 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 | |||
| 1〜124 | ERNIE 5.0 (preview, 1022) | Baidu | 评价 1451 ±40 | 0 | 1418排名第 100〜137 名 | — | — | — | — | Baidu 发布 — 价格 — 长度 — | ||
| 21〜96 | Claude Opus 4.1 | Anthropic | 评价 1450 ±10 | 0 | 1450排名第 54〜80 名 | — | — | 200K | Anthropic 发布 2025-08 价格 — 长度 200K | |||
| 16〜107 | GPT-6 Luna | OpenAI | 评价 1449 ±20 | 0 | 1442排名第 66〜97 名 | $0.1 | $0.5 | 1.05M | OpenAI 发布 2026-09 价格 $0.1 / $0.5 长度 1.05M | |||
| 11〜112 | MiMo-V2 Pro | Xiaomi | 评价 1449 ±24 | 0 | 1448排名第 57〜87 名 | — | — | 1.05M | Xiaomi 发布 2026-03 价格 — 长度 1.05M | |||
| 19〜103 | GPT-5 | OpenAI | 评价 1449 ±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 | |||
| 14〜112 | Grok 4.5 | xAI | 评价 1448 ±24 | −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 | |||
| 20〜103 | Kimi K2.5 | Moonshot | 评价 1447 ±15 | 0 | 1450排名第 55〜79 名 | — | — | 262.1K | Moonshot 发布 2026-01 价格 — 长度 262.1K | |||
| 19〜106 | GLM-5.1 | Z.ai | 评价 1447 ±17 | +5 | 1465排名第 36〜53 名 | $1.4 | $4.4 | 200K | Z.ai 发布 2026-04 较上周 +5 价格 $1.4 / $4.4 长度 200K | |||
| 15〜113 | Inkling | Thinking Machines | 评价 1447 ±23 | −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 | |||
| 3〜129 | MiMo-V2.6 Flash | Xiaomi | 评价 1447 ±40 | 新 | 1448排名第 52〜88 名 | $0.14 | $0.28 | 1.05M | Xiaomi 发布 2026-09 价格 $0.14 / $0.28 长度 1.05M | |||
| 11〜119 | Qwen3.8 27B | Alibaba | 评价 1446 ±29 | +4 | 1437排名第 75〜108 名 | — | — | 262.1K | Alibaba 发布 2026-08 较上周 +4 价格 — 长度 262.1K | |||
| 21〜103 | Qwen3.5 397B A17B | Alibaba | 评价 1446 ±15 | −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 | |||
| 11〜122 | Grok 4 Fast | xAI | 评价 1445 ±31 | 0 | 1419排名第 102〜136 名 | — | — | 2M | xAI 发布 2025-09 价格 — 长度 2M | |||
| 20〜111 | Grok 4.3 | xAI | 评价 1445 ±18 | 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 | |||
| 19〜113 | Claude Sonnet 5 | Anthropic | 评价 1443 ±22 | −1 | 1461排名第 41〜64 名 | $2 | $10 | 1M | Anthropic 发布 2026-06 较上周 −1 价格 $2 / $10 长度 1M | |||
| 20〜113 | Kimi K2.6 | Moonshot | 评价 1443 ±21 | 0 | 1461排名第 41〜65 名 | $0.95 | $4 | 262.1K | Moonshot 发布 2026-04 价格 $0.95 / $4 长度 262.1K | |||
| 19〜116 | GLM-5 | Z.ai | 评价 1442 ±23 | 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 | |||
| 21〜116 | Qwen3.7 Plus | Alibaba | 评价 1440 ±20 | −1 | 1456排名第 48〜72 名 | $0.4 | $1.6 | 1M | Alibaba 发布 2026-06 较上周 −1 价格 $0.4 / $1.6 长度 1M | |||
| 19〜124 | Qwen3.5 Max (preview) | Alibaba | 评价 1438 ±26 | 0 | 1465排名第 36〜60 名 | — | — | — | — | Alibaba 发布 — 价格 — 长度 — | ||
| 25〜117 | DeepSeek-V4 Flash | DeepSeek | 评价 1436 ±19 | 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 | |||
| 11〜136 | Gemma 4 31B | 评价 1436 ±38 | −2 | 1452排名第 48〜85 名 | — | — | 262.1K | Google 发布 2026-04 较上周 −2 价格 — 长度 262.1K | ||||
| 21〜126 | GLM-4.7 | Z.ai | 评价 1435 ±26 | 0 | 1441排名第 65〜102 名 | $0.6 | $2.2 | 204.8K | Z.ai 发布 2025-12 价格 $0.6 / $2.2 长度 204.8K | |||
| 21〜125 | GPT-5.6 Luna | OpenAI | 评价 1435 ±24 | −1 | 1453排名第 51〜75 名 | $0.2 | $1.2 | 1.05M | OpenAI 发布 2026-07 较上周 −1 价格 $0.2 / $1.2 长度 1.05M | |||
| 27〜119 | DeepSeek-V4 Flash (preview) | DeepSeek | 评价 1435 ±18 | +1 | 1439排名第 72〜102 名 | — | — | — | — | DeepSeek 发布 — 较上周 +1 价格 — 长度 — | ||
| 28〜119 | MiniMax-M3 | MiniMax | 评价 1434 ±18 | +3 | 1440排名第 69〜101 名 | $0.3 | $1.2 | 1.05M | MiniMax 发布 2026-06 较上周 +3 价格 $0.3 / $1.2 长度 1.05M | |||
| 30〜123 | Qwen3.6 Plus | Alibaba | 评价 1432 ±19 | −1 | 1443排名第 65〜95 名 | $0.5 | $3 | 1M | Alibaba 发布 2026-03 较上周 −1 价格 $0.5 / $3 长度 1M | |||
| 21〜135 | DeepSeek-V3.2 (exp) | DeepSeek | 评价 1430 ±30 | 0 | 1425排名第 90〜126 名 | — | — | 163.8K | DeepSeek 发布 2025-09 价格 — 长度 163.8K | |||
| 50〜119 | GPT-4.1 | OpenAI | 评价 1428 ±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 | |||
| 48〜122 | Kimi K2 (instruct) | Moonshot | 评价 1427 ±13 | 0 | 1418排名第 104〜135 名 | — | — | 131.1K | Moonshot 发布 2025-07 价格 — 长度 131.1K | |||
| 46〜125 | Qwen3 Max (preview) | Alibaba | 评价 1427 ±16 | 0 | 1434排名第 79〜112 名 | — | — | 256K | — | Alibaba 发布 — 价格 — 长度 256K | ||
| 47〜125 | Grok 4.1 Fast Reasoning | xAI | 评价 1426 ±16 | 0 | 1430排名第 88〜114 名 | — | — | 2M | xAI 发布 2025-11 价格 — 长度 2M | |||
| 10〜162 | GPT-4o (2024-05) | OpenAI | 评价 1425 ±57 | 0 | 1346排名第 190〜214 名 | $5 | $15 | 128K | OpenAI 发布 2024-05 价格 $5 / $15 长度 128K | |||
| 40〜133 | Kimi K2 (instruct, 2025-09) | Moonshot | 评价 1423 ±23 | +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 | |||
| 19〜150 | GLM-5V Turbo | Z.ai | 评价 1423 ±41 | −1 | 1434排名第 76〜114 名 | $1.2 | $4 | 200K | Z.ai 发布 2026-04 较上周 −1 价格 $1.2 / $4 长度 200K | |||
| 21〜150 | Mistral Medium 3.5 | Mistral | 评价 1422 ±38 | 0 | 1426排名第 88〜125 名 | $1.5 | $7.5 | 262.1K | Mistral 发布 2026-04 价格 $1.5 / $7.5 长度 262.1K | |||
| 38〜137 | MiMo-V2 Omni | Xiaomi | 评价 1420 ±27 | −2 | 1431排名第 83〜119 名 | — | — | — | — | Xiaomi 发布 — 较上周 −2 价格 — 长度 — | ||
| 54〜129 | Kimi K2 Thinking Turbo | Moonshot | 评价 1420 ±14 | 0 | 1430排名第 88〜116 名 | — | — | — | Moonshot 发布 2025-11 价格 — 长度 — | |||
| 60〜126 | Claude Opus 4 | Anthropic | 评价 1420 ±11 | 0 | 1426排名第 91〜124 名 | — | — | 200K | Anthropic 发布 2025-05 价格 — 长度 200K | |||
| 50〜133 | MiMo-V2.5 | Xiaomi | 评价 1420 ±19 | 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 | |||
| 52〜131 | GLM-4.6 | Z.ai | 评价 1419 ±16 | −1 | 1424排名第 96〜125 名 | $0.6 | $2.2 | 204.8K | Z.ai 发布 2025-09 较上周 −1 价格 $0.6 / $2.2 长度 204.8K | |||
| 60〜129 | Grok 4 | xAI | 评价 1419 ±12 | 0 | 1411排名第 117〜140 名 | — | — | 256K | xAI 发布 2025-07 价格 — 长度 256K | |||
| 52〜133 | DeepSeek-V3.2 | DeepSeek | 评价 1418 ±17 | 0 | 1425排名第 96〜124 名 | — | — | 128K | DeepSeek 发布 2025-12 价格 — 长度 128K | |||
| 23〜156 | DeepSeek-V3.1 Terminus | DeepSeek | 评价 1417 ±39 | −3 | 1416排名第 102〜145 名 | — | — | 128K | DeepSeek 发布 2025-09 较上周 −3 价格 — 长度 128K | |||
| 61〜136 | Grok 3 (preview, 02.24) | xAI | 评价 1414 ±16 | 0 | 1411排名第 116〜140 名 | — | — | — | — | xAI 发布 — 价格 — 长度 — | ||
| 62〜133 | Mistral Large 3 | Mistral | 评价 1414 ±14 | −2 | 1414排名第 112〜136 名 | $0.5 | $1.5 | 262.1K | Mistral 发布 2025-12 较上周 −2 价格 $0.5 / $1.5 长度 262.1K | |||
| 64〜137 | DeepSeek-R1 (2025-05) | DeepSeek | 评价 1412 ±14 | 0 | 1421排名第 100〜132 名 | — | — | 131.1K | DeepSeek 发布 2025-05 价格 — 长度 131.1K | |||
| 52〜150 | Inkling Small | Thinking Machines | 评价 1410 ±26 | −6 | 1405排名第 127〜150 名 | $0.58 | $1.44 | 524.3K | Thinking Machines 发布 2026-07 较上周 −6 价格 $0.58 / $1.44 长度 524.3K | |||
| 74〜137 | o4-mini | OpenAI | 评价 1405 ±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 | |||
| 60〜156 | Qwen3 VL 235B A22B (instruct) | Alibaba | 评价 1404 ±27 | 0 | 1413排名第 109〜141 名 | — | — | 262.1K | — | Alibaba 发布 — 价格 — 长度 262.1K | ||
| 81〜137 | Qwen3 235B A22B (instruct) | Alibaba | 评价 1403 ±10 | 0 | 1422排名第 103〜126 名 | — | — | 128K | Alibaba 发布 2025-07 价格 — 长度 128K | |||
| 62〜155 | LongCat-Flash-Chat (exp, 2026-02) | Meituan | 评价 1403 ±25 | −2 | 1436排名第 76〜108 名 | — | — | — | — | Meituan 发布 — 较上周 −2 价格 — 长度 — | ||
| 30〜172 | Claude 3 Opus | Anthropic | 评价 1402 ±49 | 0 | 1322排名第 222〜248 名 | — | — | — | Anthropic 发布 2024-02 价格 — 长度 — | |||
| 70〜150 | GPT-5.4 nano | OpenAI | 评价 1402 ±18 | +1 | 1401排名第 134〜153 名 | $0.2 | $1.25 | 400K | OpenAI 发布 2026-03 较上周 +1 价格 $0.2 / $1.25 长度 400K | |||
| 78〜148 | MiniMax-M2.7 | MiniMax | 评价 1401 ±15 | −2 | 1415排名第 112〜136 名 | $0.3 | $1.2 | 204.8K | MiniMax 发布 2026-03 较上周 −2 价格 $0.3 / $1.2 长度 204.8K | |||
| 70〜150 | DeepSeek-V3.1 | DeepSeek | 评价 1401 ±19 | −1 | 1417排名第 104〜136 名 | — | — | 128K | DeepSeek 发布 2025-08 较上周 −1 价格 — 长度 128K | |||
| 83〜143 | Mistral Medium 3.1 | Mistral | 评价 1401 ±11 | 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 | |||
| 78〜150 | GPT-5 mini | OpenAI | 评价 1400 ±16 | 0 | 1390排名第 144〜169 名 | $0.25 | $2 | 400K | OpenAI 发布 2025-08 价格 $0.25 / $2 长度 400K | |||
| 88〜140 | Gemini 2.5 Flash | 评价 1400 ±9 | 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 | ||||
| 78〜150 | Gemini 2.5 Flash (preview, 2025-09) | 评价 1399 ±17 | 0 | 1403排名第 127〜152 名 | — | — | 1M | Google 发布 2025-09 价格 — 长度 1M | ||||
| 62〜159 | Qwen3 Max (instruct) | Alibaba | 评价 1399 ±29 | 0 | 1424排名第 93〜129 名 | — | — | 258K | Alibaba 发布 2025-09 价格 — 长度 258K | |||
| 88〜150 | DeepSeek-V3 (2025-03) | DeepSeek | 评价 1396 ±12 | 0 | 1395排名第 139〜164 名 | — | — | 163.8K | DeepSeek 发布 2025-03 价格 — 长度 163.8K | |||
| 52〜173 | Kimi K2.5 Instant | Moonshot | 评价 1394 ±42 | 0 | 1431排名第 83〜120 名 | — | — | — | Moonshot 发布 2026-01 价格 — 长度 — | |||
| 91〜154 | Mistral Medium 3 | Mistral | 评价 1391 ±12 | 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 | |||
| 92〜153 | Qwen3 235B A22B | Alibaba | 评价 1391 ±11 | 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 | |||
| 91〜154 | Claude Sonnet 4 | Anthropic | 评价 1391 ±11 | 0 | 1402排名第 131〜153 名 | — | — | 200K | Anthropic 发布 2025-05 价格 — 长度 200K | |||
| 21〜192 | Claude 3.5 Sonnet (2024-06) | Anthropic | 评价 1389 ±70 | 0 | 1343排名第 195〜220 名 | — | — | 200K | Anthropic 发布 2024-06 价格 — 长度 200K | |||
| 86〜164 | Qwen3.5 122B A10B | Alibaba | 评价 1386 ±24 | +1 | 1417排名第 107〜135 名 | $0.4 | $3.2 | 262.1K | Alibaba 发布 2026-02 较上周 +1 价格 $0.4 / $3.2 长度 262.1K | |||
| 80〜168 | MiMo-V2 Flash | Xiaomi | 评价 1386 ±28 | 0 | 1392排名第 144〜167 名 | — | — | 262.1K | Xiaomi 发布 2025-12 价格 — 长度 262.1K | |||
| 97〜159 | Claude 3.5 Sonnet (2024-10) | Anthropic | 评价 1385 ±14 | 0 | 1374排名第 167〜177 名 | — | — | 200K | Anthropic 发布 2024-10 价格 — 长度 200K | |||
| 96〜159 | GLM-4.5 | Z.ai | 评价 1385 ±15 | 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 | |||
| 88〜165 | Hunyuan-TurboS (2025-04) | Tencent | 评价 1385 ±24 | 0 | 1383排名第 151〜175 名 | — | — | 131.1K | Tencent 发布 2025-04 价格 — 长度 131.1K | |||
| 96〜167 | Qwen3 235B A22B (thinking) | Alibaba | 评价 1380 ±21 | 0 | 1400排名第 131〜160 名 | — | — | 262.1K | Alibaba 发布 2025-07 价格 — 长度 262.1K | |||
| 103〜162 | GPT-4.1 mini | OpenAI | 评价 1379 ±12 | 0 | 1383排名第 154〜172 名 | — | — | 1.05M | OpenAI 发布 2025-04 价格 — 长度 1.05M | |||
| 104〜164 | Claude 3.7 Sonnet | Anthropic | 评价 1376 ±14 | 0 | 1388排名第 148〜169 名 | — | — | 200K | Anthropic 发布 2025-02 价格 — 长度 200K | |||
| 99〜174 | Qwen3.5 35B A3B | Alibaba | 评价 1374 ±23 | 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 | |||
| 104〜173 | MiniMax-M2.5 | MiniMax | 评价 1371 ±20 | 0 | 1391排名第 144〜169 名 | $0.3 | $1.2 | 204.8K | MiniMax 发布 2026-02 价格 $0.3 / $1.2 长度 204.8K | |||
| 114〜165 | Claude Haiku 4.5 | Anthropic | 评价 1371 ±11 | +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 | |||
| 105〜172 | Gemini 2.0 Flash | 评价 1370 ±16 | 0 | 1360排名第 176〜198 名 | — | — | — | Google 发布 2025-02 价格 — 长度 — | ||||
| 105〜173 | Qwen3 Next 80B A3B (instruct) | Alibaba | 评价 1370 ±19 | +1 | 1399排名第 136〜159 名 | $0.5 | $2 | 129K | Alibaba 发布 2025-09 较上周 +1 价格 $0.5 / $2 长度 129K | |||
| 106〜172 | Qwen3 Coder 480B A35B (instruct) | Alibaba | 评价 1370 ±15 | 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 | |||
| 106〜172 | Step 3.5 Flash | StepFun | 评价 1369 ±16 | 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 | |||
| 114〜168 | Gemma 3 27B | 评价 1369 ±12 | 0 | 1365排名第 174〜188 名 | — | — | 128K | Google 发布 2025-03 价格 — 长度 128K | ||||
| 67〜197 | GPT-4 Turbo (preview, 2023-11) | OpenAI | 评价 1368 ±57 | 0 | 1313排名第 231〜261 名 | — | — | — | OpenAI 发布 2023-11 价格 — 长度 — | |||
| 117〜171 | Gemini 2.5 Flash-Lite (preview, 2025-06) | 评价 1367 ±12 | 0 | 1375排名第 165〜178 名 | — | — | 1.05M | Google 发布 2025-06 价格 — 长度 1.05M | ||||
| 105〜179 | LongCat-Flash-Chat | Meituan | 评价 1367 ±23 | 0 | 1401排名第 127〜159 名 | — | — | 131.1K | — | Meituan 发布 — 价格 — 长度 131.1K | ||
| 103〜183 | Qwen3.5 27B | Alibaba | 评价 1366 ±26 | 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 | |||
| 103〜186 | Qwen3 VL 235B A22B | Alibaba | 评价 1364 ±28 | 0 | 1395排名第 137〜167 名 | — | — | 131.1K | — | Alibaba 发布 — 价格 — 长度 131.1K | ||
| 105〜184 | MiniMax-M2.1 (preview) | MiniMax | 评价 1364 ±25 | 0 | 1385排名第 150〜171 名 | — | — | — | — | MiniMax 发布 — 价格 — 长度 — | ||
| 115〜175 | Qwen3.5 Flash | Alibaba | 评价 1364 ±17 | −1 | 1396排名第 139〜163 名 | $0.1 | $0.4 | 1M | Alibaba 发布 2026-02 较上周 −1 价格 $0.1 / $0.4 长度 1M | |||
| 70〜200 | GPT-4 Turbo | OpenAI | 评价 1363 ±57 | 0 | 1325排名第 222〜246 名 | — | — | — | OpenAI 发布 2024-04 价格 — 长度 — | |||
| 74〜197 | GPT-4 Turbo (preview, 2024-01) | OpenAI | 评价 1363 ±54 | 0 | 1313排名第 231〜261 名 | — | — | — | OpenAI 发布 2024-01 价格 — 长度 — | |||
| 120〜175 | Gemini 2.5 Flash-Lite (preview, 2025-09) | 评价 1363 ±15 | 0 | 1379排名第 160〜175 名 | — | — | 1M | Google 发布 2025-09 价格 — 长度 1M | ||||
| 104〜188 | Hunyuan-T1 | Tencent | 评价 1360 ±30 | 0 | 1387排名第 144〜172 名 | — | — | 131.1K | Tencent 发布 2025-07 价格 — 长度 131.1K | |||
| 118〜184 | Qwen2.5 Max | Alibaba | 评价 1358 ±20 | 0 | 1374排名第 167〜178 名 | — | — | — | Alibaba 发布 2025-01 价格 — 长度 — | |||
| 114〜187 | Qwen3 Next 80B A3B | Alibaba | 评价 1358 ±22 | −2 | 1369排名第 170〜186 名 | $0.5 | $6 | 131.1K | Alibaba 发布 2025-09 较上周 −2 价格 $0.5 / $6 长度 131.1K | |||
| 73〜203 | Gemini 1.5 Pro 001 | 评价 1358 ±60 | 0 | 1324排名第 222〜246 名 | — | — | — | Google 发布 2024-05 价格 — 长度 — | ||||
| 125〜183 | MiniMax-M1 | MiniMax | 评价 1352 ±11 | 0 | 1364排名第 175〜191 名 | — | — | 1M | MiniMax 发布 2025-06 价格 — 长度 1M | |||
| 62〜208 | Gemma 2 27B | 评价 1351 ±77 | 0 | 1290排名第 263〜279 名 | — | — | 8.2K | Google 发布 2024-06 价格 — 长度 8.2K | ||||
| 127〜184 | Command A | Cohere | 评价 1350 ±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 | |||
| 105〜197 | NVIDIA Nemotron 3 Ultra 550B A55B (NVFP4) | NVIDIA | 评价 1349 ±38 | +1 | 1426排名第 88〜126 名 | — | — | — | — | NVIDIA 发布 — 较上周 +1 价格 — 长度 — | ||
| 129〜188 | Qwen3 30B A3B (instruct) | Alibaba | 评价 1344 ±15 | 0 | 1382排名第 154〜174 名 | — | — | 131.1K | Alibaba 发布 2025-07 价格 — 长度 131.1K | |||
| 129〜190 | Grok 3 Mini | xAI | 评价 1344 ±16 | 0 | 1364排名第 174〜193 名 | — | — | 131.1K | xAI 发布 2025-06 价格 — 长度 131.1K | |||
| 123〜194 | Trinity Large (preview) | Arcee AI | 评价 1343 ±26 | 0 | 1379排名第 160〜176 名 | — | — | 131.1K | — | Arcee AI 发布 — 价格 — 长度 131.1K | ||
| 123〜195 | Trinity Large | Arcee AI | 评价 1342 ±26 | 0 | 1367排名第 171〜188 名 | — | — | 262.1K | Arcee AI 发布 2026-04 价格 — 长度 262.1K | |||
| 132〜190 | GLM-4.5 Air | Z.ai | 评价 1342 ±14 | 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 | |||
| 132〜190 | Mistral Small 3.2 | Mistral | 评价 1342 ±15 | 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 | |||
| 137〜190 | Claude 3.5 Haiku | Anthropic | 评价 1339 ±13 | 0 | 1325排名第 222〜243 名 | — | — | 200K | Anthropic 发布 2024-10 价格 — 长度 200K | |||
| 125〜197 | GPT-5 nano | OpenAI | 评价 1338 ±26 | 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 | |||
| 92〜208 | GPT-4 (2023-03) | OpenAI | 评价 1337 ±64 | 0 | 1288排名第 263〜280 名 | — | — | — | OpenAI 发布 2023-03 价格 — 长度 — | |||
| 141〜191 | Grok 3 Mini (beta) | xAI | 评价 1336 ±14 | 0 | 1358排名第 177〜204 名 | — | — | — | xAI 发布 2025-04 价格 — 长度 — | |||
| 143〜195 | GPT-OSS 120B | OpenAI | 评价 1331 ±15 | 0 | 1352排名第 185〜211 名 | — | — | 128K | OpenAI 发布 2025-08 价格 — 长度 128K | |||
| 144〜193 | Llama 4 Maverick | Meta | 评价 1330 ±13 | 0 | 1327排名第 215〜242 名 | — | — | 524.3K | Meta 发布 2025-04 价格 — 长度 524.3K | |||
| 146〜197 | o3-mini | OpenAI | 评价 1327 ±12 | 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 | |||
| 120〜207 | INTELLECT-3 | Prime Intellect | 评价 1327 ±45 | 0 | 1356排名第 176〜211 名 | — | — | — | — | Prime Intellect 发布 — 价格 — 长度 — | ||
| 143〜202 | Amazon Nova Experimental Chat (11.10) | Amazon | 评价 1324 ±22 | 0 | 1364排名第 175〜191 名 | — | — | — | — | Amazon 发布 — 价格 — 长度 — | ||
| 151〜197 | Llama 4 Scout | Meta | 评价 1322 ±13 | 0 | 1322排名第 222〜252 名 | — | — | 128K | Meta 发布 2025-04 价格 — 长度 128K | |||
| 133〜206 | GLM-4.5V | Z.ai | 评价 1321 ±34 | 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 | |||
| 150〜202 | Llama 3.3 70B (instruct) | Meta | 评价 1319 ±17 | 0 | 1318排名第 227〜252 名 | — | — | 131.1K | Meta 发布 2024-12 价格 — 长度 131.1K | |||
| 120〜210 | GPT-4 (2023-06) | OpenAI | 评价 1317 ±58 | 0 | 1276排名第 273〜288 名 | — | — | — | OpenAI 发布 2023-06 价格 — 长度 — | |||
| 144〜206 | Llama 3.3 Nemotron Super 49B (v1.5) | NVIDIA | 评价 1315 ±29 | 0 | 1343排名第 186〜227 名 | — | — | 131.1K | — | NVIDIA 发布 — 价格 — 长度 131.1K | ||
| 123〜210 | Claude 3 Sonnet | Anthropic | 评价 1314 ±54 | 0 | 1281排名第 268〜288 名 | — | — | — | Anthropic 发布 2024-02 价格 — 长度 — | |||
| 153〜204 | Magistral Medium | Mistral | 评价 1312 ±16 | 0 | 1305排名第 243〜267 名 | — | — | — | Mistral 发布 2025-06 价格 — 长度 — | |||
| 149〜207 | Amazon Nova Experimental Chat (10.20) | Amazon | 评价 1309 ±28 | 0 | 1348排名第 185〜215 名 | — | — | — | — | Amazon 发布 — 价格 — 长度 — | ||
| 144〜208 | NVIDIA Nemotron 3 Super 120B A12B | NVIDIA | 评价 1308 ±35 | 0 | 1360排名第 175〜204 名 | — | — | 262.1K | NVIDIA 发布 2026-03 价格 — 长度 262.1K | |||
| 143〜210 | MiniMax-M2 | MiniMax | 评价 1308 ±37 | 0 | 1344排名第 188〜225 名 | $0.3 | $1.2 | 1M | MiniMax 发布 2025-10 价格 $0.3 / $1.2 长度 1M | |||
| 158〜205 | Gemma 3n E4B | 评价 1305 ±15 | 0 | 1318排名第 225〜256 名 | — | — | — | — | Google 发布 — 价格 — 长度 — | |||
| 160〜205 | Qwen3 30B A3B | Alibaba | 评价 1304 ±14 | 0 | 1327排名第 214〜242 名 | — | — | 128K | Alibaba 发布 2025-04 价格 — 长度 128K | |||
| 149〜210 | NVIDIA Nemotron 3.5 Lightning 30B A3B (NVFP4) | NVIDIA | 评价 1303 ±35 | −4 | 1353排名第 182〜211 名 | — | — | — | — | NVIDIA 发布 — 较上周 −4 价格 — 长度 — | ||
| 130〜211 | Command R Plus | Cohere | 评价 1303 ±56 | 0 | 1262排名第 287〜298 名 | — | — | — | — | Cohere 发布 — 价格 — 长度 — | ||
| 140〜211 | Claude 3 Haiku | Anthropic | 评价 1299 ±53 | 0 | 1262排名第 287〜298 名 | — | — | 200K | Anthropic 发布 2024-03 价格 — 长度 200K | |||
| 153〜210 | GLM-4.7 Flash | Z.ai | 评价 1295 ±33 | 0 | 1365排名第 172〜192 名 | — | — | 202.8K | Z.ai 发布 2026-01 价格 — 长度 202.8K | |||
| 132〜212 | Gemini 1.5 Flash | 评价 1294 ±62 | 0 | 1287排名第 264〜282 名 | — | — | — | Google 发布 2024-05 价格 — 长度 — | ||||
| 157〜210 | Solar Pro 4 | Upstage | 评价 1291 ±34 | 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 | |||
| 159〜210 | Step 3 | StepFun | 评价 1290 ±28 | 0 | 1349排名第 184〜215 名 | — | — | — | — | StepFun 发布 — 价格 — 长度 — | ||
| 169〜210 | QwQ 32B | Alibaba | 评价 1289 ±17 | 0 | 1336排名第 199〜230 名 | — | — | 32.8K | Alibaba 发布 2025-03 价格 — 长度 32.8K | |||
| 161〜210 | Amazon Nova 2 Lite | Amazon | 评价 1287 ±30 | 0 | 1335排名第 199〜232 名 | $0.3 | $2.5 | 1M | Amazon 发布 2025-12 价格 $0.3 / $2.5 长度 1M | |||
| 170〜210 | Step 1o Turbo (2025-06) | StepFun | 评价 1287 ±16 | 0 | 1320排名第 222〜255 名 | — | — | — | — | StepFun 发布 — 价格 — 长度 — | ||
| 163〜211 | Ling Flash 2.0 | Ant Group | 评价 1281 ±34 | 0 | 1343排名第 189〜224 名 | — | — | 131K | — | Ant Group 发布 — 价格 — 长度 131K | ||
| 169〜210 | Hunyuan-Large-Vision | Tencent | 评价 1281 ±26 | 0 | 1294排名第 252〜280 名 | — | — | — | — | Tencent 发布 — 价格 — 长度 — | ||
| 144〜212 | Command R | Cohere | 评价 1279 ±63 | 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 | |||
| 174〜210 | Mistral Small 3.1 | Mistral | 评价 1279 ±13 | 0 | 1303排名第 250〜267 名 | — | — | 131.1K | Mistral 发布 2025-03 价格 — 长度 131.1K | |||
| 143〜212 | GPT-4o mini | OpenAI | 评价 1277 ±67 | 0 | 1318排名第 228〜254 名 | — | — | 128K | OpenAI 发布 2024-07 价格 — 长度 128K | |||
| 173〜211 | GPT-OSS 20B | OpenAI | 评价 1275 ±22 | 0 | 1317排名第 223〜260 名 | — | — | 131K | OpenAI 发布 2025-08 价格 — 长度 131K | |||
| 170〜212 | Ring Flash 2.0 | Ant Group | 评价 1271 ±31 | −1 | 1322排名第 219〜252 名 | — | — | — | — | Ant Group 发布 — 较上周 −1 价格 — 长度 — | ||
| 163〜212 | Llama 3 70B (instruct) | Meta | 评价 1265 ±50 | 0 | 1277排名第 273〜288 名 | — | — | 8.2K | Meta 发布 2024-04 价格 — 长度 8.2K | |||
| 178〜212 | NVIDIA Nemotron 3 Nano 30B A3B (BF16) | NVIDIA | 评价 1257 ±27 | −1 | 1314排名第 230〜261 名 | — | — | 65.5K | — | NVIDIA 发布 — 较上周 −1 价格 — 长度 65.5K | ||
| 172〜212 | OLMo 3 32B Think | Ai2 | 评价 1255 ±47 | 0 | 1306排名第 238〜267 名 | — | — | — | — | Ai2 发布 — 价格 — 长度 — | ||
| 169〜213 | Mixtral 8x22B (instruct, v0.1) | Mistral | 评价 1244 ±64 | 0 | 1230排名第 302〜316 名 | — | — | 65.5K | Mistral 发布 2024-04 价格 — 长度 65.5K | |||
| 183〜212 | OLMo 3.1 32B (instruct) | Ai2 | 评价 1238 ±34 | 0 | 1329排名第 206〜241 名 | — | — | — | — | Ai2 发布 — 价格 — 长度 — | ||
| 180〜213 | Granite 4.0 H Small | IBM | 评价 1229 ±46 | 0 | 1288排名第 261〜287 名 | — | — | 131.1K | — | IBM 发布 — 价格 — 长度 131.1K | ||
| 176〜213 | GPT-3.5 Turbo (2024-01) | OpenAI | 评价 1227 ±60 | 0 | 1226排名第 303〜317 名 | — | — | 16.4K | OpenAI 发布 2024-01 价格 — 长度 16.4K | |||
| 183〜213 | Mistral Large (2024-02) | Mistral | 评价 1213 ±59 | 0 | 1243排名第 298〜308 名 | — | — | 32K | Mistral 发布 2024-02 价格 — 长度 32K | |||
| 199〜213 | OLMo 3.1 32B Think | Ai2 | 评价 1206 ±35 | 0 | 1286排名第 263〜287 名 | — | — | — | — | Ai2 发布 — 价格 — 长度 — | ||
| 195〜213 | Llama 3 8B (instruct) | Meta | 评价 1200 ±54 | 0 | 1224排名第 307〜317 名 | — | — | — | Meta 发布 2024-04 价格 — 长度 — | |||
| 207〜213 | Mixtral 8x7B (instruct, v0.1) | Mistral | 评价 1135 ±64 | 0 | 1197排名第 320〜330 名 | — | — | 32K | Mistral 发布 2023-12 价格 — 长度 32K |
如何阅读本页
- 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