模型榜
AI 模型排行榜
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%。
56 项评测·16 家机构·11/01 20:06 更新
综合榜30 个模型
| 名次 | 模型 | ||
|---|---|---|---|
| 01 | Claude Opus 5.5AnthropicAnthropic · 9月22日上线 | 56 项评测覆盖 100% | 74.3覆盖 100% |
| 02 | Claude Fable 5.1AnthropicAnthropic · 9月1日上线 | 49 项评测覆盖 92% | 72.5覆盖 92% |
| 03 | GPT-6 AstraOpenAIOpenAI · 9月3日上线 | 56 项评测覆盖 100% | 71.9覆盖 100% |
| 04 | Claude Sonnet 5.5AnthropicAnthropic · 9月28日上线 | 55 项评测覆盖 100% | 71.7覆盖 100% |
| 05 | Gemini 4 ArgonGoogleGoogle · 9月30日上线 | 51 项评测覆盖 95% | 71.6覆盖 95% |
| 06 | GPT-6.1 SolOpenAIOpenAI · 9月29日上线 | 54 项评测覆盖 97% | 70.1覆盖 97% |
| 07 | Claude Opus 5AnthropicAnthropic · 7月24日上线 | 43 项评测覆盖 90% | 69.4覆盖 90% |
| 08 | GPT-6.1 TerraOpenAIOpenAI · 10月26日上线 | 28 项评测覆盖 58% | 69.2覆盖 58% |
| 09 | Kimi K3.1 ProMoonshot AIMoonshot AI · 10月23日上线 | 33 项评测覆盖 66% | 69.0覆盖 66% |
| 10 | Claude Fable 5AnthropicAnthropic · 6月9日上线 | 36 项评测覆盖 79% | 69.0覆盖 79% |
| 11 | Muse WonderMetaMeta · 10月12日上线 | 41 项评测覆盖 82% | 67.5覆盖 82% |
| 12 | GPT-5.6 SolOpenAIOpenAI · 7月9日上线 | 42 项评测覆盖 84% | 66.3覆盖 84% |
| 13 | DeepSeek V4.1 Flash 1017开源权重 ↗DeepSeekDeepSeek · 10月17日上线 | 36 项评测覆盖 68% | 65.8覆盖 68% |
| 14 | GPT-6 SolOpenAIOpenAI · 9月22日上线 | 41 项评测覆盖 90% | 65.6覆盖 90% |
| 15 | Muse Spark 1.3MetaMeta · 9月2日上线 | 40 项评测覆盖 79% | 63.9覆盖 79% |
| 16 | Gemini 3.8 FlashGoogleGoogle · 9月2日上线 | 54 项评测覆盖 97% | 63.2覆盖 97% |
| 17 | Qwen3.8 Max 0902AlibabaAlibaba · 9月1日上线 | 31 项评测覆盖 61% | 63.1覆盖 61% |
| 18 | GLM-5.3开源权重 ↗Z.aiZ.ai · 8月18日上线 | 52 项评测覆盖 95% | 62.9覆盖 95% |
| 19 | GPT-5.5OpenAIOpenAI · 4月23日上线 | 31 项评测覆盖 68% | 62.7覆盖 68% |
| 20 | Gemini 3.7 FlashGoogleGoogle · 8月13日上线 | 36 项评测覆盖 79% | 62.6覆盖 79% |
| 21 | Kimi K3开源权重 ↗Moonshot AIMoonshot AI · 7月16日上线 | 53 项评测覆盖 97% | 62.6覆盖 97% |
| 22 | Grok 4.7xAIxAI · 9月21日上线 | 53 项评测覆盖 97% | 62.5覆盖 97% |
| 23 | MiMo-V2.6-Pro开源权重 ↗XiaomiXiaomi · 9月21日上线 | 35 项评测覆盖 74% | 62.5覆盖 74% |
| 24 | Claude Opus 4.8AnthropicAnthropic · 5月28日上线 | 35 项评测覆盖 74% | 62.3覆盖 74% |
| 25 | Claude Haiku 5.5AnthropicAnthropic · 10月7日上线 | 52 项评测覆盖 100% | 62.1覆盖 100% |
| 26 | Qwen3.8 MaxAlibabaAlibaba · 7月19日上线 | 41 项评测覆盖 87% | 61.8覆盖 87% |
| 27 | Grok 4.6xAIxAI · 8月12日上线 | 41 项评测覆盖 87% | 61.8覆盖 87% |
| 28 | DeepSeek V4.1 Flash开源权重 ↗DeepSeekDeepSeek · 9月10日上线 | 45 项评测覆盖 97% | 61.7覆盖 97% |
| 29 | GPT-5.6 TerraOpenAIOpenAI · 7月9日上线 | 38 项评测覆盖 79% | 61.5覆盖 79% |
| 30 | Claude Opus 4.7AnthropicAnthropic · 4月16日上线 | 27 项评测覆盖 63% | 60.8覆盖 63% |
GPT-5.6 Sol：标准价；官网限时优惠至少持续至 2026-11-21，期间输入 $4、输出 $20、缓存命中 $0.40／百万 Token。
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。
Gemini 3.8 Flash：标准价；2026-12-31 前官网限时价格为输入 $0.75、输出 $3.75、缓存命中 $0.075／百万 Token。
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。
DeepSeek V4.1 Flash：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。
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7 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。
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 2026-10-30 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。