大模型排行榜
每日更新的 AI大模型排名：截至 10月16日，智能体任务成功率第一是 Claude Opus 5.5（17.18%）。
Claude Opus 5.517.18%
文本榜第一
Gemini 4 Argon1,523.9
智能指数第一Claude Opus 5.557.6
编程指数第一Claude Fable 5.181.6
性价比之选
MiMo-V2.6-Flash输出 $0.28/1M
开放权重第一
Kimi K3Arena 1,487.1
本周变化
智能体榜的每日记录从 2026年10月16日 开始积累，满 14 天后显示名次变化。
大模型排行榜：完整榜单
共 188 个，显示前 30 个默认按 arena.ai 智能体榜的任务成功率排序（括号内为取用的推理档位）；没有智能体成绩的模型排在其后，按 LMArena 文本榜（风格控制）排序。成功率的置信区间普遍较宽，相邻名次常在误差范围内。 改按文本榜评分排序 →
| # | 模型 | 智能体↓ | 文本 | AA 指数 | 价格 $/1M tokens | 延迟（秒）与速度 | 上下文 | 发布 | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 智能 | 编程 | 输入 | 输出 | 最低渠道 | TTFT | 首答 | tok/s | ||||||
| 1 | Claude Opus 5.5 MaxAnthropic闭源 | 17.18%Max 初步 | 1508.2±7.4 | 57.6 | – | $4.00 | $20.00 | $4.00 / $20.00 | 450 | 450 | 98 | 1M | 9月22日 |
| 2 | Claude Opus 5.5 XHighAnthropic闭源 | 17.18%Max 初步 | 1508.2±7.4 | 56.0 | – | $4.00 | $20.00 | $4.00 / $20.00 | 96 | 96 | 81 | 1M | 9月22日 |
| 3 | Claude Opus 5.5 HighAnthropic闭源 | 17.18%Max 初步 | 1508.2±7.4 | 53.6 | – | $4.00 | $20.00 | $4.00 / $20.00 | 21 | 21 | 76 | 1M | 9月22日 |
| 4 | Claude Opus 5.5 MediumAnthropic闭源 | 17.18%Max 初步 | 1508.2±7.4 | 51.2 | – | $4.00 | $20.00 | $4.00 / $20.00 | 15 | 15 | 76 | 1M | 9月22日 |
| 5 | Claude Opus 5.5 LowAnthropic闭源 | 17.18%Max 初步 | 1508.2±7.4 | 42.3 | – | $4.00 | $20.00 | $4.00 / $20.00 | 4.9 | 4.9 | 77 | 1M | 9月22日 |
| 6 |  GPT-6.1 Sol MaxOpenAI闭源 | 14.78%Max | 1483.8±8.2 | 51.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 164 | 164 | 59 | 1.05M | 9月29日 |
| 7 | GPT-6.1 Sol XHighOpenAI闭源 | 14.78%Max | 1483.8±8.2 | 51.0 | – | $2.00 | $10.00 | $2.00 / $10.00 | 110 | 110 | 52 | 1.05M | 9月29日 |
| 8 | GPT-6.1 Sol HighOpenAI闭源 | 14.78%Max | 1483.8±8.2 | 50.2 | – | $2.00 | $10.00 | $2.00 / $10.00 | 36 | 36 | 52 | 1.05M | 9月29日 |
| 9 | GPT-6.1 Sol MediumOpenAI闭源 | 14.78%Max | 1483.8±8.2 | 47.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 5.2 | 5.2 | 50 | 1.05M | 9月29日 |
| 10 | GPT-6.1 Sol LowOpenAI闭源 | 14.78%Max | 1483.8±8.2 | 42.1 | – | $2.00 | $10.00 | $2.00 / $10.00 | 2.4 | 2.4 | 52 | 1.05M | 9月29日 |
| 11 | Claude Fable 5.1 MaxAnthropic闭源 | 14.12%Max | 1502.3±6.1 | 53.4 | 81.6 | $10.00 | $50.00 | $10.00 / $50.00 | 137 | 137 | 66 | 1M | 9月1日 |
| 12 | Claude Fable 5.1 XHighAnthropic闭源 | 14.12%Max | 1502.3±6.1 | 53.2 | 80.7 | $10.00 | $50.00 | $10.00 / $50.00 | 55 | 55 | 56 | 1M | 9月1日 |
| 13 | Claude Fable 5.1 HighAnthropic闭源 | 14.12%Max | 1502.3±6.1 | 51.2 | 79.1 | $10.00 | $50.00 | $10.00 / $50.00 | 7.0 | 7.0 | 55 | 1M | 9月1日 |
| 14 | Claude Fable 5.1 MediumAnthropic闭源 | 14.12%Max | 1502.3±6.1 | 48.9 | 77.1 | $10.00 | $50.00 | $10.00 / $50.00 | 3.0 | 3.0 | 55 | 1M | 9月1日 |
| 15 | Claude Fable 5.1 LowAnthropic闭源 | 14.12%Max | 1502.3±6.1 | 46.8 | 75.2 | $10.00 | $50.00 | $10.00 / $50.00 | 1.0 | 1.0 | 59 | 1M | 9月1日 |
| 16 | Gemini 4 Argon 初步Google闭源 | 13.73%High | 1523.9±8.8 | 52.6 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月30日 |
| 17 | GPT-6 Astra MaxOpenAI闭源 | 13.69%Max | 1477.3±6.3 | 52.7 | 76.9 | $10.00 | $50.00 | $10.00 / $50.00 | 189 | 189 | 49 | 1.05M | 9月3日 |
| 18 | GPT-6 Astra XHighOpenAI闭源 | 13.69%Max | 1477.3±6.3 | 52.4 | 75.9 | $10.00 | $50.00 | $10.00 / $50.00 | 118 | 118 | 48 | 1.05M | 9月3日 |
| 19 | GPT-6 Astra HighOpenAI闭源 | 13.69%Max | 1477.3±6.3 | 50.9 | 77.1 | $10.00 | $50.00 | $10.00 / $50.00 | 47 | 47 | 46 | 1.05M | 9月3日 |
| 20 | GPT-6 Astra MediumOpenAI闭源 | 13.69%Max | 1477.3±6.3 | 49.6 | 76.7 | $10.00 | $50.00 | $10.00 / $50.00 | 8.4 | 8.4 | 47 | 1.05M | 9月3日 |
| 21 | GPT-6 Astra LowOpenAI闭源 | 13.69%Max | 1477.3±6.3 | 45.8 | 75.7 | $10.00 | $50.00 | $10.00 / $50.00 | 2.0 | 2.0 | 44 | 1.05M | 9月3日 |
| 22 | Claude Sonnet 5.5 MaxAnthropic闭源 | 12.55%Max 初步 | 1474.9±7.8 | 56.0 | – | $2.00 | $10.00 | $2.00 / $10.00 | 301 | 301 | 142 | 1M | 9月28日 |
| 23 | Claude Sonnet 5.5 XHighAnthropic闭源 | 12.55%Max 初步 | 1474.9±7.8 | 51.9 | – | $2.00 | $10.00 | $2.00 / $10.00 | 20 | 20 | 106 | 1M | 9月28日 |
| 24 | Claude Sonnet 5.5 HighAnthropic闭源 | 12.55%Max 初步 | 1474.9±7.8 | 46.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 9.9 | 9.9 | 102 | 1M | 9月28日 |
| 25 | Claude Sonnet 5.5 MediumAnthropic闭源 | 12.55%Max 初步 | 1474.9±7.8 | 40.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 1.3 | 1.3 | 98 | 1M | 9月28日 |
| 26 | Claude Sonnet 5.5 LowAnthropic闭源 | 12.55%Max 初步 | 1474.9±7.8 | 35.9 | – | $2.00 | $10.00 | $2.00 / $10.00 | 0.7 | 0.7 | 95 | 1M | 9月28日 |
| 27 | GPT-6 Sol MaxOpenAI闭源 | 11.20%Max 初步 | 1459.0±6.4 | 47.6 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
| 28 | GPT-6 Sol XHighOpenAI闭源 | 11.20%Max 初步 | 1459.0±6.4 | 44.2 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
| 29 | GPT-6 Sol HighOpenAI闭源 | 11.20%Max 初步 | 1459.0±6.4 | 42.4 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
| 30 | GPT-6 Sol MediumOpenAI闭源 | 11.20%Max 初步 | 1459.0±6.4 | 39.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
Arena 评分为 LMArena 的 Bradley-Terry 口径（非 Elo）；输入价/输出价为官方 API 标价（$/1M tokens），「最低渠道价」为 OpenRouter 最便宜路由报价。 本屏 Arena 分中位浮动 ±4.4 分，相邻模型中位只差 1.0 分（68 组相邻里 68 组落在彼此区间内）：差距小于 4.4 分时，名次先后说明不了什么。
当前按档位展开：同一模型的不同推理强度档位各占一行，徽标沿用 Artificial Analysis 的英文档位名（Max / XHigh / High / Medium / Low …），名次格左侧同色细条把同一模型的行连起来；分数取对应档位的实测值，Arena 分与价格是模型级数据，同模型各行相同。
尚未进入 Arena 排名 2
已收录、但 LMArena 与 Artificial Analysis 都还没有分数的模型，按上架时间倒序；有分数后自动进入上表。
智能体榜上、本站尚未收录 5
这些模型在 arena.ai 智能体榜有成绩，但还没有对应的本站模型页（无价格等数据），所以不进入上表名次。
- THy4 previewtencent · 2.90% · arena.ai #21
- NNemotron 3 Ultranvidia · -8.29% · arena.ai #50
- TInklingthinky · -13.61% · arena.ai #52
- TInkling Smallthinky · -14.72% · arena.ai #53
- USolar Pro 4upstage · -20.18% · arena.ai #54
全部 86 个模型详情页
OpenAI 14
Anthropic 12
Google 9
Alibaba 8
Meta 7
DeepSeek 6
Moonshot AI 4
xAI 4
Xiaomi 4
Z.AI 4
Mistral 3
Z AI 2
ByteDance 1
CChina Mobile 1
IInclusionAI 1
IInstitute of Foundation Models 1
MiniMax 1
MMotif Technologies 1
SSapiens AI 1
SStepFun 1
Tencent 1
数据来源与计算方法
截至 2026年10月16日，arena.ai 智能体榜（任务成功率）第一是 Claude Opus 5.5（17.18%，Max），第二是 GPT-6.1 Sol（14.78%）；LMArena 文本榜第一是 Gemini 4 Argon（1,523.9 分），Artificial Analysis 智能指数最高的是 Claude Opus 5.5（57.6）。达到质量门槛的模型里官方输出价最低的是 MiMo-V2.6-Flash（输出 $0.28/百万 token）。
- AGarena.ai Agents
智能体榜：任务成功率、95% 置信区间、会话数与名次（arena.ai Agents，经 Hugging Face 公开数据集 lmarena-ai/leaderboard-dataset，CC BY 4.0）。 Hugging Face
- LMLMArena
Arena 评分、95% 置信区间、票数与名次（文本总榜，风格控制口径，与 arena.ai 网页默认一致；数据集 CC BY 4.0）。
- AAArtificial Analysis
智能指数、编程指数、输出速度、TTFT / 首答延迟、发布日期与官方标价（仅在本页展示，不进入公开 API）。
- OROpenRouter
各路由报价（取最低者为「最低渠道价」）、上下文长度与上架日期。
- $厂商官方价格页
「输入 / 输出」价为官方 API 标价（美元 / 百万 token）；缺官方价时用 OpenRouter 报价并标 *。
怎么算
- 排名：默认按 arena.ai 智能体榜的任务成功率（真实用户的编程/工具类智能体任务）。同一模型有多个推理档位（Max/High/xHigh）时取成功率最高的一档并标出；会话少于 10,000 或 95% 区间半宽超过 3 个百分点的标「初步」。没有智能体成绩的模型排在后面，按 LMArena 文本榜（风格控制）评分排序；「文本」列仍可点击排序。
- 排名：默认按 LMArena 文本榜 Arena 评分（风格控制口径，与 arena.ai 网页默认一致；Bradley-Terry 模型，不是 Elo）。分数旁的 ± 是 95% 置信区间半宽，相邻名次常落在彼此区间内；票数少于 5,000 或 ± 超过 10 分的标「初步」。本站不自造综合总分。
- 智能 / 编程指数：Artificial Analysis 对多项公开基准的汇总。同一模型有多个推理档位时，表中取当前排序列表现最好的一档，「按档位」可展开各档。
- 价格：美元 / 百万 token。「最低渠道」是 OpenRouter 上最便宜路由的输入 / 输出报价，比官方价低 60% 以上时标 ⚠（多为促销或单一渠道）。性价比榜只收 Arena ≥ 1400 或智能指数 ≥ 40 的模型，按官方输出价升序。
- 延迟与速度：TTFT 为首个 token（含思考 token）到达时间，「首答」为首个答案 token 到达时间（推理模型包含思考阶段），速度为每秒输出 token 数，均为 Artificial Analysis 实测中位数。
- 更新：每天 14:20（UTC+8）同步文本榜等数据，14:25 同步智能体榜。智能体榜的名次升降要攒满 14 天每日记录后才显示，在此之前不显示箭头。
- 更新：每天 14:20（UTC+8）自动同步；LMArena 按自己的节奏发布，所以「Arena 榜发布」日期可能早于数据更新日期。本周变化对比的是 7 天前的每日归档。
- 公开数据： /api/public/llm-leaderboard.php （JSON，只含 LMArena 与 OpenRouter 字段）。
常见问题
现在哪个大模型最强？
截至 2026年10月16日，arena.ai 智能体榜（真实编程/工具任务的成功率）第一是 Claude Opus 5.5（17.18%，95% 区间 13.80%–20.56%），第二是 GPT-6.1 Sol（14.78%）。前几名的区间大幅重叠，名次先后并不可靠。按 LMArena 文本榜则是 Gemini 4 Argon 领先（1,523.9 分）。
最便宜又好用的大模型是哪个？
在达到质量门槛（Arena ≥ 1400 或智能指数 ≥ 40）的模型里，官方输出价最低的是 MiMo-V2.6-Flash：输入 $0.14 / 输出 $0.28（美元/百万 token）；其次是 MiMo V2.5（输出 $0.28）。完整列表见 性价比排行榜。
最强的开源大模型是哪个？
按 Arena 评分，开放权重模型第一是 Kimi K3（Moonshot AI，1,487.1 分），第二是 MiMo-V2.6-Pro（1,479.2 分）。本站共收录 21 个有 Arena 评分的开放权重模型，见 开源大模型排行榜；开放权重不等于无限制商用，请看各自许可证。
写代码用哪个大模型最好？
按 Artificial Analysis 编程指数，Claude Fable 5.1 最高（81.6），其次是 Claude Opus 5（78.0）。编程指数汇总多项代码类基准，和 Arena 总分不是一回事；完整榜单见 编程大模型排行榜。
哪个大模型响应最快？
实测输出速度最快的是 K2 Horizon 375B A23B（1021 tokens/秒）；首个答案 token 延迟最低的是 K2 Horizon 375B A23B（3.65 秒）。数据为 Artificial Analysis 的实测中位数，推理模型的首答延迟包含思考时间。
最近发布了哪些新模型？
近 14 天新发布并被本站收录的模型有 5 个，包括：Muse Spark Open（2026年10月15日）、Muse Wonder（2026年10月12日）、Muse Wonder Full（2026年10月12日）、Claude Haiku 5.5（2026年10月7日）。新模型往往要等几天才会进入 LMArena 排名，在此之前列在「尚未进入 Arena 排名」。
数据多久更新一次？来自哪里？
每天自动同步：智能体榜来自 arena.ai（Hugging Face 公开数据集，当前发布于 2026年10月14日），文本榜评分来自 LMArena（发布于 2026年10月15日）；智能指数、编程指数、速度与延迟来自 Artificial Analysis，路由价与上下文来自 OpenRouter。本页数据更新于 2026年10月16日。
价格为什么和官网不同？
表内「输入价/输出价」是官方标价（美元/百万 token）；「最低渠道价」是 OpenRouter 上最便宜的路由报价，可能是促销或单一渠道价格，与国内中转也可能不同。