最新大模型

近 90 天新增 38 個模型，最新是 Muse Spark Open。

  • 資料更新於
  • Arena 榜發布
  • 智慧體榜發布
  • 84 個模型
  • 來源與計算方法
智慧體第一Claude Opus 5.517.18% 文字榜第一Gemini 4 Argon1,523.9 智能指數第一Claude Opus 5.557.6 程式指數第一Claude Fable 5.181.6 性價比之選MiMo-V2.6-Flash輸出 $0.28/1M 開放權重第一Kimi K3Arena 1,487.1

本週變化

智慧體榜的每日紀錄從 2026年10月16日 開始累積，滿 14 天後顯示名次變化。

新模型

近 14 天
  1. Muse Spark OpenMeta10月15日
  2. Muse WonderMeta10月12日
  3. Muse Wonder FullMeta10月12日
  4. Claude Haiku 5.5Anthropic10月7日
  5. Mistral Large 4 PreviewMistral10月6日
按模型 按檔位

最新大模型：完整榜單

共 92 個，顯示前 30 個
# 模型 智慧體 文字 AA 指數 價格 $/1M tokens 延遲（秒）與速度 上下文 發布
智能 程式 輸入 輸出 最低通路 TTFT 首答 tok/s
1Muse Spark OpenMeta開放權重––38.9–$1.25$4.25$1.25 / $4.250.5201051.05M10月15日
2Muse Wonder 初步Meta閉源6.42%Max 初步1508.9±10.652.4–$4.00$20.00$4.00 / $20.0033451741.05M10月12日
3Muse Wonder FullMeta––55.8––––––––10月12日
4Claude Haiku 5.5 HighAnthropic1.88%High–37.8–$0.10$0.50$0.10 / $0.5020201711M10月7日
5Claude Haiku 5.5 LowAnthropic1.88%High–29.5–$0.10$0.50$0.10 / $0.506.86.81581M10月7日
6Claude Haiku 5.5 MaxAnthropic1.88%High–43.4–$0.10$0.50$0.10 / $0.502302302351M10月7日
7Claude Haiku 5.5 MediumAnthropic1.88%High–34.5–$0.10$0.50$0.10 / $0.5010101691M10月7日
8Claude Haiku 5.5 XHighAnthropic1.88%High–41.2–$0.10$0.50$0.10 / $0.5048481741M10月7日
9Mistral Large 4 PreviewMistral閉源-3.15%1431.8±7.338.4–$1.36$4.18–––––10月6日
10ILing 3.1 FlashInclusionAI––41.1–$0.30$0.90$0.075 / $0.23 ⚠1.110217262K10月1日
11Gemini 4 Argon 初步Google閉源13.73%High1523.9±8.852.6–$2.00$10.00$2.00 / $10.00–––1.05M9月30日
12GPT-6.1 Sol MaxOpenAI閉源14.78%Max1483.8±8.251.8–$2.00$10.00$2.00 / $10.00164164591.05M9月29日
13GPT-6.1 Sol XHighOpenAI閉源14.78%Max1483.8±8.251.0–$2.00$10.00$2.00 / $10.00110110521.05M9月29日
14GPT-6.1 Sol HighOpenAI閉源14.78%Max1483.8±8.250.2–$2.00$10.00$2.00 / $10.003636521.05M9月29日
15GPT-6.1 Sol MediumOpenAI閉源14.78%Max1483.8±8.247.8–$2.00$10.00$2.00 / $10.005.25.2501.05M9月29日
16GPT-6.1 Sol LowOpenAI閉源14.78%Max1483.8±8.242.1–$2.00$10.00$2.00 / $10.002.42.4521.05M9月29日
17Claude Sonnet 5.5 MaxAnthropic閉源12.55%Max 初步1474.9±7.856.0–$2.00$10.00$2.00 / $10.003013011421M9月28日
18Claude Sonnet 5.5 XHighAnthropic閉源12.55%Max 初步1474.9±7.851.9–$2.00$10.00$2.00 / $10.0020201061M9月28日
19Claude Sonnet 5.5 HighAnthropic閉源12.55%Max 初步1474.9±7.846.8–$2.00$10.00$2.00 / $10.009.99.91021M9月28日
20Claude Sonnet 5.5 MediumAnthropic閉源12.55%Max 初步1474.9±7.840.8–$2.00$10.00$2.00 / $10.001.31.3981M9月28日
21Claude Sonnet 5.5 LowAnthropic閉源12.55%Max 初步1474.9±7.835.9–$2.00$10.00$2.00 / $10.000.70.7951M9月28日
22Claude Opus 5.5 MaxAnthropic閉源17.18%Max 初步1508.2±7.457.6–$4.00$20.00$4.00 / $20.00450450981M9月22日
23Claude Opus 5.5 XHighAnthropic閉源17.18%Max 初步1508.2±7.456.0–$4.00$20.00$4.00 / $20.009696811M9月22日
24Claude Opus 5.5 HighAnthropic閉源17.18%Max 初步1508.2±7.453.6–$4.00$20.00$4.00 / $20.002121761M9月22日
25Claude Opus 5.5 MediumAnthropic閉源17.18%Max 初步1508.2±7.451.2–$4.00$20.00$4.00 / $20.001515761M9月22日
26Claude Opus 5.5 LowAnthropic閉源17.18%Max 初步1508.2±7.442.3–$4.00$20.00$4.00 / $20.004.94.9771M9月22日
27GPT-6 Sol MaxOpenAI閉源11.20%Max 初步1459.0±6.447.6–$2.00$10.00$2.00 / $10.00–––1.05M9月22日
28GPT-6 Sol XHighOpenAI閉源11.20%Max 初步1459.0±6.444.2–$2.00$10.00$2.00 / $10.00–––1.05M9月22日
29GPT-6 Sol HighOpenAI閉源11.20%Max 初步1459.0±6.442.4–$2.00$10.00$2.00 / $10.00–––1.05M9月22日
30GPT-6 Sol MediumOpenAI閉源11.20%Max 初步1459.0±6.439.8–$2.00$10.00$2.00 / $10.00–––1.05M9月22日

顯示全部 92 個

Arena 評分為 LMArena 的 Bradley-Terry 口徑（非 Elo）；輸入價／輸出價為官方 API 標價（$/1M tokens），「最低通路價」為 OpenRouter 最便宜路由報價。 本屏 Arena 分中位浮動 ±6.3 分，相鄰模型中位只差 3.1 分（27 組相鄰裡 27 組落在彼此區間內）：差距小於 6.3 分時，名次先後說明不了什麼。

當前按檔位展開：同一模型的不同推理強度檔位各佔一行，徽標沿用 Artificial Analysis 的英文檔位名（Max / XHigh / High / Medium / Low …），名次格左側同色細條把同一模型的行連起來；分數取對應檔位的實測值，Arena 分與價格是模型級資料，同模型各行相同。

尚未進入 Arena 排名 2

已收錄、但 LMArena 與 Artificial Analysis 都還沒有分數的模型，依上架時間倒序；有分數後自動進入上表。

智慧體榜上、本站尚未收錄 5

這些模型在 arena.ai 智慧體榜有成績，但還沒有對應的本站模型頁（無價格等資料），所以不列入上表名次。

  • 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 個模型詳情頁

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

資料來源與計算方法

近 90 天共有 38 個已收錄模型發布，最新的是 Muse Spark Open（2026年10月15日）。下表依發布日期由新到舊排列，發布日期取自 Artificial Analysis，缺少時使用 OpenRouter 上架日期。

  • arena.ai Agents

    智慧體榜：任務成功率、95% 信賴區間、會話數與名次（arena.ai Agents，經 Hugging Face 公開資料集 lmarena-ai/leaderboard-dataset，CC BY 4.0）。 Hugging Face

  • LMArena

    Arena 評分、95% 信賴區間、票數與名次（文字總榜，風格控制口徑，與 arena.ai 網頁預設一致；資料集 CC BY 4.0）。

  • Artificial Analysis

    智能指數、程式指數、輸出速度、TTFT / 首答延遲、發布日期與官方標價（僅在本頁顯示，不進入公開 API）。

  • OpenRouter

    各路由報價（取最低者為「最低通路價」）、上下文長度與上架日期。

  • 廠商官方價格頁

    「輸入 / 輸出」價為官方 API 標價（美元 / 百萬 token）；缺官方價時使用 OpenRouter 報價並標 *。

怎麼算

  1. 排名：預設依 arena.ai 智慧體榜的任務成功率（真實使用者的程式/工具類智慧體任務）。同一模型有多個推理檔位（Max/High/xHigh）時取成功率最高的一檔並標出；會話少於 10,000 或 95% 區間半寬超過 3 個百分點的標「初步」。沒有智慧體成績的模型排在後面，依 LMArena 文字榜（風格控制）評分排序；「文字」欄仍可點擊排序。
  2. 排名：預設依 LMArena 文字榜 Arena 評分（風格控制口徑，與 arena.ai 網頁預設一致；Bradley-Terry 模型，不是 Elo）。分數旁的 ± 是 95% 信賴區間半寬，相鄰名次常落在彼此區間內；票數少於 5,000 或 ± 超過 10 分的標「初步」。本站不自創綜合總分。
  3. 智能 / 程式指數：Artificial Analysis 對多項公開基準的彙整。同一模型有多個推理檔位時，表中取目前排序欄表現最好的一檔，「依檔位」可展開各檔。
  4. 價格：美元 / 百萬 token。「最低通路」是 OpenRouter 上最便宜路由的輸入 / 輸出報價，比官方價低 60% 以上時標 ⚠（多為促銷或單一通路）。性價比榜只收 Arena ≥ 1400 或智能指數 ≥ 40 的模型，依官方輸出價升序。
  5. 延遲與速度：TTFT 為首個 token（含思考 token）到達時間，「首答」為首個答案 token 到達時間（推理模型包含思考階段），速度為每秒輸出 token 數，皆為 Artificial Analysis 實測中位數。
  6. 更新：每天 14:20（UTC+8）同步文字榜等資料，14:25 同步智慧體榜。智慧體榜的名次升降要累積滿 14 天每日紀錄後才顯示，在此之前不顯示箭頭。
  7. 更新：每天 14:20（UTC+8）自動同步；LMArena 依自己的節奏發布，所以「Arena 榜發布」日期可能早於資料更新日期。本週變化比較的是 7 天前的每日封存。
  8. 公開資料： /api/public/llm-leaderboard.php （JSON，只含 LMArena 與 OpenRouter 欄位）。

常見問題

現在哪個大模型最強？

截至 2026年10月16日，arena.ai 智慧體榜（真實程式/工具任務的成功率）第一是 Claude Opus 5.5（17.18%，95% 區間 13.80%–20.56%），第二是 GPT-6.1 Sol（14.78%）。前幾名的區間大幅重疊，名次先後並不可靠。依 LMArena 文字榜則是 Gemini 4 Argon 領先（1,523.9 分）。

最便宜又好用的大模型是哪個？

在達到品質門檻（Arena ≥ 1400 或智能指數 ≥ 40）的模型中，官方輸出價最低的是 MiMo-V2.6-Flash：輸入 $0.14 / 輸出 $0.28（美元/百萬 token）；其次是 MiMo V2.5（輸出 $0.28）。完整列表見 性價比排行榜。

最強的開源大模型是哪個？

依 Arena 評分，開放權重模型第一是 Kimi K3（Moonshot AI，1,487.1 分），第二是 MiMo-V2.6-Pro（1,479.2 分）。本站共收錄 21 個有 Arena 評分的開放權重模型，見 開源大模型排行榜；開放權重不等於可不受限制地商用，請看各自授權條款。

寫程式用哪個大模型最好？

依 Artificial Analysis 程式指數，Claude Fable 5.1 最高（81.6），其次是 Claude Opus 5（78.0）。程式指數彙整多項程式碼類基準，和 Arena 總分不是一回事；完整榜單見 程式大模型排行榜。

哪個大模型回應最快？

實測輸出速度最快的是 K2 Horizon 375B A23B（1021 tokens/秒）；首個答案 token 延遲最低的是 K2 Horizon 375B A23B（3.65 秒）。資料為 Artificial Analysis 的實測中位數，推理模型的首答延遲包含思考時間。

最近發布了哪些新模型？

近 14 天新發布並被本站收錄的模型有 5 個，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）。新模型通常要等幾天才會進入 LMArena 排名，在此之前列在「尚未進入 Arena 排名」。

資料多久更新一次？來自哪裡？

每天自動同步：智慧體榜來自 arena.ai（Hugging Face 公開資料集，目前發布於 2026年10月14日），文字榜評分來自 LMArena（發布於 2026年10月15日）；智慧指數、程式指數、速度與延遲來自 Artificial Analysis，通路價與上下文來自 OpenRouter。本頁資料更新於 2026年10月16日。

價格為什麼和官網不同？

表內「輸入價／輸出價」是官方標價（美元／百萬 token）；「最低通路價」是 OpenRouter 上最便宜的路由報價，可能是促銷或單一通路價格，與國內中轉也可能不同。