综合总榜
完整榜单 →按 Artificial Analysis Intelligence Index v5 排序。这是目前唯一同时覆盖闭源与开源、且两周更新一次的独立综合指数。
| # | 模型 | v5 | 相对分位 | GPQA | TB 4.0 | 输入 | 输出 | tok/s |
|---|---|---|---|---|---|---|---|---|
| 1 | Gemini 4 CarbonGoogle | 60.0 | 100% | — | 65.2 | $4.00 | $20.00 | 88 |
| 2 | Claude Opus 5.5Anthropic | 59.1 | 98% | 93.9 | 59.6 | $4.00 | $20.00 | 94 |
| 3 | GPT-6 AstraOpenAI | 56.9 | 95% | 95.8 | 59.1 | $10.00 | $50.00 | 81 |
| 4 | GPT-6.1 SolOpenAI | 54.6 | 91% | 95.4 | 56.1 | $2.00 | $10.00 | 77 |
| 5 | Claude Sonnet 5.5Anthropic | 54.5 | 91% | 95.6 | 63.6 | $2.00 | $10.00 | 135 |
| 6 | GPT-6.1 TerraOpenAI | 51.3 | 86% | 94.3 | 55.6 | $1.00 | $5.00 | 94 |
| 7 | Gemini 4 ArgonGoogle | 50.4 | 84% | 96.4 | 57.1 | $2.00 | $10.00 | 80 |
| 8 | Muse Wonder FullMeta | 50.0 | 83% | — | — | — | — | — |
| 9 | Claude Fable 5.1Anthropic | 49.0 | 82% | — | 52.0 | $10.00 | $50.00 | 57 |
| 10 | Kimi K3.1 Pro 开源Moonshot AI | 46.0 | 77% | — | 67.2 | $2.00 | $10.00 | 28 |
| 11 | Muse WonderMeta | 44.0 | 73% | — | — | $4.00 | $20.00 | 143 |
| 12 | Claude Haiku 5.5Anthropic | 36.0 | 60% | — | — | $0.10 | $0.50 | 235 |
价格 × 智能：谁在被高估
价格分析 →横轴是混合价（输入 3 : 输出 1 加权，对数刻度），纵轴是智能指数。左上角是“便宜又聪明”，右下角是“贵还没那么聪明”。
分维度榜单
评测方法论 →综合分掩盖差异。同一个模型可能在文档生成上追平旗舰，却在终端 agent 上只拿到 1 分——选型要看具体维度。
推理能力
GPQA Diamond 研究生级科学题，抗污染最强
代码与终端
Terminal-Bench 4.0 真实容器内的软件工程任务
性价比
每美元买到的智能分，按 3:1 混合价计
输出速度
tok/s 吞吐，决定长回答的等待时间
编辑观察
最近一个月数据里最值得注意的五件事。
智能指数换了尺子
AA Intelligence Index 于 10 月 27 日升到 v5，同一模型的分数整体下移。DeepSeek V4.1 Flash 在 v4.3.2 上是 45.1，到 v5 变成 33.0——不是它退步了，是题变难了。跨版本比较是这类榜单最常见的误读。
中段价格塌到 $2/$10
GPT-6.1 Sol、Claude Sonnet 5.5、Kimi K3.1 Pro、Gemini 4 Argon 四家现在同价。两年前这个位置要 $15/$75。价格不再是区分档次的信号，只有智能分和速度是。
开源拿下了 agent 第一
Kimi K3.1 Pro 权重 11-04 开放的当天，Terminal-Bench 4.0 的榜首（67.2%）同时变成了开源模型，闭源最好的 Gemini 4 Carbon 是 65.2%。知识榜上开源还差 3 分，干活榜上已经反超。
同价位速度差 4.8 倍
Claude Sonnet 5.5 与 Kimi K3.1 Pro 都是 $2/$10，输出速度 135 对 28 tok/s。生成 4000 字回答，一个 30 秒、一个 2 分半。
促销价到期提醒
Gemini 4 Carbon 的 $2/$10 促销已结束，现价 $4/$20；Gemini 4 Argon 的促销价 2026-12-01 到期翻倍；Gemini 3.8 Flash 的 $0.75/$3.75 在 2027-01-01 翻倍。按现价做预算会失准。
订阅制模型没法算性价比
补录的 Muse Wonder Full 在 v5 上 50.0，比标准版 Wonder（44.0）高 6 分，比它自己的 v4.3.2（56.0）低 6 分。但它只在 Muse Code 订阅里提供，$50 / $200 每月，没有按 token 计价的 API——所以它进综合榜、不进价格榜。拿订阅制模型和 API 模型比“分/美元”，比出来的数字没有意义。
Token 用量
K 线与完整排行 →2026-11-03 全网 9,780 亿 token，较前一交易日 -0.26%。把日调用量当股票看：放量上涨是在抢份额，缩量下跌是在被替代。
AI 导航
全部 103 个 →榜单回答「哪个模型强」，导航回答「现在就能用上的是哪个」。103 个站点按 12 类整理，标了免费额度和境外访问。
C
C
G
D
豆
P
秘
C