首页/综合总榜

综合总榜

共 28 个模型。默认按 v5 智能指数排序,未收录 v5 的模型排在其后并以 v4.3.2 分数显示灰色值。点击任意列头可切换排序。

# 模型 / 厂商 v5 v4.3.2 GPQA TB 4.0 LBench D 输入 输出 tok/s 上下文 类型
1 Gemini 4 CarbonGoogle 59.4 — — 65.2 — $2.00 $10.00 87 1M 闭源
2 Claude Opus 5.5Anthropic 58.4 57.6 93.9 65.2 86.9 $4.00 $20.00 96 1M 闭源
3 GPT-6 AstraOpenAI 56.9 — 95.8 — 82.0 $10.00 $50.00 81 1.05M 闭源
4 GPT-6.1 SolOpenAI 54.5 — 95.4 — 82.1 $2.00 $10.00 77 1.05M 闭源
5 Claude Sonnet 5.5Anthropic 54.2 56.0 95.6 64.0 85.0 $2.00 $10.00 135 1M 闭源
6 GPT-6.1 TerraOpenAI 51.0 — 94.3 55.6 82.3 $1.00 $5.00 94 1.05M 闭源
7 Gemini 4 ArgonGoogle 50.4 — 96.4 — 73.7 $2.00 $10.00 80 1M 闭源
8 Claude Fable 5.1Anthropic 49.7 53.0 — — 83.4 $10.00 $50.00 57 1M 闭源
9 Kimi K3.1 Pro 开源Moonshot AI 46.0 55.1 — — 77.8 $2.00 $10.00 28 1M 开源
10 Muse WonderMeta 43.3 — — — — $2.00 $10.00 143 1M 闭源
11 Claude Haiku 5.5Anthropic 36.2 43.0 — — 83.1 $0.10 $0.50 235 1M 闭源
12 Grok 4.7xAI 35.0 46.4 92.7 — 78.0 $2.00 $6.00 105 500K 闭源
13 DeepSeek V4.1 Flash 开源DeepSeek 32.5 45.1 89.8 19.7 83.4 $0.30 $1.20 148 1.05M 开源
14 GLM-5.3 开源Z.ai 32.0 44.8 90.9 38.9 — $0.60 $2.20 77 1M 开源
15 MiMo-V2.6 Pro 开源Xiaomi 30.0 46.3 59.5 31.3 78.5 $0.35 $1.40 81 1M 开源
16 MiniMax M3.1 FlashMiniMax 29.0 — — — 74.0 $0.15 $0.60 118 1M 闭源
17 DeepSeek V4 Pro 开源DeepSeek 23.0 — — — — $1.32 $3.96 72 1.05M 开源
18 Kimi K3 开源Moonshot AI — 43.6 93.1 17.2 77.2 $2.00 $15.00 30 1M 开源
19 GLM-5.3 Flash 开源Z.ai — 41.8 — — 77.2 $0.20 $0.80 120 1M 开源
20 Qwen3.8 27B 开源Alibaba Qwen — 33.7 — — 75.9 $0.10 $0.40 180 262K 开源
21 MiniMax M3 开源MiniMax — 29.2 90.9 1.0 — $0.25 $1.00 126 1M 开源
22 Gemma 4 31B 开源Google — 19.0 75.8 — 58.4 $0.10 $0.40 200 262K 开源
23 GPT-6 LunaOpenAI — — — — 82.5 $0.10 $0.50 130 1.05M 闭源
24 Gemini 3.8 FlashGoogle — — 95.4 — 72.7 $0.75 $3.75 160 1.05M 闭源
25 Qwen3.8 MaxAlibaba Qwen — — 92.7 34.3 78.6 $2.00 $8.00 88 1M 闭源
26 gpt-oss-120b 开源OpenAI — — 75.8 — — $0.05 $0.20 220 131K 开源
27 Step 5 PreviewStepFun — — — — 76.9 $0.50 $2.00 95 1M 闭源
28 Nemotron 3 Ultra 开源NVIDIA — — — — 62.8 $0.40 $1.60 70 1M 开源

为什么有两列智能指数

AA Intelligence Index 于 2026-10-27 从 v4.3.2 升到 v5,评分口径变了。同一个 DeepSeek V4.1 Flash 在旧版是 45.1、新版是 32.5。两组数字必须分开看,混排会得出完全错误的结论。

“—”不是 0 分

表示该基准没有收录此模型的公开结果,而不是它得了零分。开源模型和刚发布的模型更容易缺数据,用综合分横向比时要留意样本偏差。

价格是标准档

均为各厂商第一方 API 的官方标价,美元 / 百万 tokens,不含批量折扣、不含企业协议价。部分模型有促销价,到期时间见价格页。