最新大模型

近 90 天新增 38 个模型，最新是 Muse Spark Open。

  • 数据更新于
  • Arena 榜发布
  • 智能体榜发布
  • 84 个模型
  • 来源与计算方法
智能体第一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。

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 按档位

最新大模型：完整榜单

共 92 个，显示前 30 个
# 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
1Muse Spark OpenMeta开放权重––38.9–$1.25$4.25$1.25 / $4.250.5201051.05M10月15日
2Muse Wonder 初步Meta闭源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闭源-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闭源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闭源14.78%Max1483.8±8.251.8–$2.00$10.00$2.00 / $10.00164164591.05M9月29日
13GPT-6.1 Sol XHighOpenAI闭源14.78%Max1483.8±8.251.0–$2.00$10.00$2.00 / $10.00110110521.05M9月29日
14GPT-6.1 Sol HighOpenAI闭源14.78%Max1483.8±8.250.2–$2.00$10.00$2.00 / $10.003636521.05M9月29日
15GPT-6.1 Sol MediumOpenAI闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源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闭源11.20%Max 初步1459.0±6.439.8–$2.00$10.00$2.00 / $10.00–––1.05M9月22日

显示全部 92 个

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 ±6.3 分，相邻模型中位只差 3.1 分（27 组相邻里 27 组落在彼此区间内）：差距小于 6.3 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

近 90 天共有 38 个已收录模型发布，最新的是 Muse Spark Open（2026年10月15日）。下表按发布日期从新到旧排列，发布日期取自 Artificial Analysis，缺失时用 OpenRouter 上架日期。

  • arena.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

  • LMArena

    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）。

  • Artificial 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）。

  • OpenRouter

    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

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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。